几个原则

（1）

成功是成功之母，失败不是成功之母。100分的试卷一模一样，不及格的试卷千奇百怪。向成功者学习。

不要研究失败，因为研究了一万个失败的原因，也不能找到一把成功的钥匙。

（2）

要定目标、订原则，这篇文章主要说的就是原则。

没有目标没有原则，可以说任何举措都是对的也可以说任何举措都是错的，变化或改进都是瞎撞的盲目的看运气的。

（3）

要定度量。度量本质就是反馈，反馈本质就是道高一尺 魔高一丈的对抗强化学习。

科学的度量、科学地合理地设立度量目标，才能正确地改进。如果设立的度量方法-度量目标错了，越改越歪。

（4）

成功是简单的。

上帝崇尚简单。乌合之众也搞不懂复杂，所以也自然趋向简单。大众的共识就是潮流。在潮流格局下做自己的事即可：既要认清潮流，又要独立于潮流，而不是随波逐流。

成功是美的。

如果你看着多条均线杂乱无章、互相扭曲、上上下下犹如猴跳，不舒服不清朗，那多多少少都有问题。

（5）

人工智能本质就是：小孩模仿人类，而非理解人类。

现在大模型的本质其实就是乌合之众-大众的共识。

算法、算力、数据，是人工智能三要素。

第一次人工智能热潮，是算法百花齐放，现在被Transformer和FFN一统江湖。第二次人工智能热潮，是算力，代表就是IBM深蓝。第三次人工智能热潮，是海量数据的暴力美学。得益于智能手机和无线数据传输的普及，可以使人24x7随时随地方便访问方便产生数据，得益于社交网络的兴旺，数据被公开了出来。

这些大众乌合之众产生的公开的海量数据，灌入大模型。大模型之所以产生的一段话下一个Token，作为人类用户看来，产生的挺像人的，因为本质就是全球人类产生这些信息的时候就是这样的大众普遍统计规律，也就是说有什么样的输入就会有什么样的输出。

模型如同小孩模仿、如同照镜子、如同两个拳击手在蹦蹦床上边随波适应边互相对抗。

所以不要人为洞察规律规则-不要盯死规律规则，只要特征够多，成功案例-海量数据够多，成功者的特征自现。