好吧，现在凌晨丢包率到 0%了，但还是会断，网页感受不明显，游戏服务器频繁超时。看来确实更可能是 dmit 的问题，不是联通。

线性代数，概率统计，信息论。这几个应该是最常用的吧。其实只做到基础理解的话需要的不多（多了我也不懂，这行其实大部分人数学很菜），跟着网上的原理解析 blog 之类学的过程中，遇到什么现场去查就行了。
然后不同细分方向又可能需要各种不同的数学，举个例子 diffusion models 的理论基础说起来是随机微分方程、随机过程、最优传输等等，真要发足够创新的论文的话是需要懂一些的，但水论文/做工程的也就是直观理解+经验主义而已。然后做其他方向可能又用不上了。

@nexuszjq +1 ，这个的味道在我这排第一，但就是劲大，睡前慎重。个人榜第二是三得利绿茶。感觉国内的伊藤园味道不行，和之前在日本喝的有很大差距

非常有才华的想法啊，用一棵树撑起整个特征空间。
从网络参数分配的角度讲，我感觉直观上存在这样一个问题：第 i 层网络负责的区域实际上会分散在特征空间的各处，它做的事是把负责的这一块空间再向下切分成 K 小块。也就是说每一层并不会去擅长某种类型的特征，而是专门做某一级的细分。给我一种缺乏“局部性”的感觉，好像这个专家分配并没有很优，会不会潜在地影响能力呢。
当然这是用线性的参数量去拟合指数的空间肯定会遇到的问题。默认的多层实现相当于按照树深度、也即特征空间中的位置层级来分配参数，属于一种人为、简洁有效的策略；而共享参数实现和 diffusion 类似，是把全部任务交给整个模型，让模型自己学习不同位置的策略（以 v-pred diffusion 为例，使用全部参数去完成在任意位置 x_t 上的 v_t(x_t)预测）。

@be 遇到同样问题，按照本贴前面说的设置 tun 模式后依旧未解决，终端无法正常代理。查看小火箭内的 log ，发现终端内访问的网址其实是有走代理的记录的，不知为何仍会报错，看来 tun 模式目前还是有 bug 。设置环境变量（ HTTP_PROXY, HTTPS_PROXY 或 ALL_PROXY ）可以解决一部分，但仍然有些无法连接（例如 brew update ）

“attention 再也不 need” 概念层级理解错误，diffusion 是模型之上的一套数学建模，而不是模型结构本身。目前 diffusion 这边主流同样在用 transformers

同，不知道什么时候被装上的。删除 settings 并卸载插件，搞掉了。刚刚我也在让 llm 分析代码，暂时好像没发现危害。

几年前买的无线鼠标，接收器插到扩展坞 USB 3.0 口上干扰严重，指针几秒一卡，无法忍受，切成蓝牙了。从听说 2.4G 被 USB 3.0 泄露信号干扰这个问题也好多年了，现在解决了吗

胡子长得快、硬的还是不要出于好奇上手动了。长得太快两天必须剃，某列现在东南亚生产的垃圾刀头，碰上硬胡子三回就明显钝。算一算每年刀头预算多少吧...老实二百块往复式电动最实惠。

现阶段 AI 画的图类似未经人工 review 的 AI 代码。
区别是程序员真可以 review 之后把 AI 给的代码用起来。而画师要画一张图的时候，先用 AI 生成一张可以说毛用没有，图层都没有的东西，费劲给 AI 擦屁股完全不值。

有 diffusion ，混合结构。ClosedAI 虽然连技术报告都不发了，但最后一点良心体现在这张生成样例图里

https://imgur.com/a/YGzxVIp

官网给出的 Prompt:
```
A wide image taken with a phone of a glass whiteboard, in a room overlooking the Bay Bridge. The field of view shows a woman writing, sporting a tshirt wiith a large OpenAI logo. The handwriting looks natural and a bit messy, and we see the photographer's reflection.

The text reads:

(left)
"Transfer between Modalities:

Suppose we directly model
p(text, pixels, sound) [equation]
with one big autoregressive transformer.

Pros:
* image generation augmented with vast world knowledge
* next-level text rendering
* native in-context learning
* unified post-training stack

Cons:
* varying bit-rate across modalities
* compute not adaptive"

(Right)
"Fixes:
* model compressed representations
* compose autoregressive prior with a powerful decoder"

On the bottom right of the board, she draws a diagram:
"tokens -> [transformer] -> [diffusion] -> pixels"
```

已经有论文给出详细猜测：
https://arxiv.org/abs/2504.02782

@mhjyzs 只需要中英还好，能这么解决。另外链接里还有一种 Win+Tab 重命名桌面的神奇方案可以暂时治疗，看样子原理是某些系统组件的中/英状态被记忆了。
我情况就更难受一点，偶尔还需要打一点日语，所以语言栏有中日英 3 个，最常用的 中->英 / 英->中 Win+Space 切换总会有一个需要两下……

@GOliberation 不要当别人傻，这 bug 就是默认英语但切换后变中文。

是有这个 bug ，而且是第二版本了，上个版本是默认中文、切换变英文。然后微软出了个补丁，疑似暴力修复导致反过来了。参见此链接，回复看到最后。
https://answers.microsoft.com/zh-hans/windows/forum/windows_11-other_settings/win11/35fe0d58-0166-4216-9ee8-729f35e6d014

M750 侧向滚动还有的，按住侧键滚动滚轮。以前也用 M590 ，但那个滚轮个人觉得太松很容易误触，一碰就滚动一下。M750 硬件上砍了四向估计也有这个原因。

用 GET 的缺点是会留在浏览器历史记录里，在 Windows 这种没有应用沙箱机制的系统上，会被流氓软件扫盘读到。但这和网络传输安全性就没关系了。
只从网络安全角度，GET 和 POST 安全性没有区别，唯一重要的是 https 。

https ，域名之后的所有东西，包括 path 和 GET/POST 数据，一出浏览器就已经加密了吧，代理抓包都看不到（中间人攻击另说）。它这个是 GET ，实际上你看下 Google 之类大网站的方式，也是账号密码明文放在 POST 里面。
安全性应当依赖 TLS ，除此之外的加密没什么意义，顶多搞一层加盐哈希。

我新装的正版纯净 win11 ，插上罗技的鼠标直接给我弹窗推荐下载他家的软件，发现是 system32 里就有罗技的 dll ，还写成了一条启动程序。只能说现在硬件厂本事大了，要么是和微软同流合污，更严重的是供应链投毒，参照前些天爆出来的技嘉主板 bios 往 windows 里插入程序的[这个后门]( https://eclypsium.com/blog/supply-chain-risk-from-gigabyte-app-center-backdoor/)

而且 conda 的 base 环境尽量少装东西，否则等更新 conda 版本的时候就会后悔了...

只用 conda 当作虚拟环境管理器，放弃了包管理功能。
包装多了之后 conda 分析依赖慢到死，绝大部分包优先维护 pip ，conda 和 pip 混用偶尔会出事，所以我现在只用 pip 装包。