Terobosan penyelidikan sains sosial AI

Pasukan Tsinghua membangunkan AgentSociety², sistem AI yang menggabungkan saintis sosial dan peserta silikon untuk alur kerja penyelidikan terpadu dan simulasi sosial.

avatar
badge

$ETH


S&P 500 TELAH JATUH SETIAP KALI POLA INI MUNCUL.


1998: -22%

2002: -22%

2010: -17%

2015: -15%

2018: -20%

2022: -19%


Sekarang pola yang sama sedang terbentuk lagi pada Julai 2026.


Pasar berada pada paras tertinggi sepanjang masa.


Runcit sedang gembira.


Dan tiada siapa lagi percaya bahawa kejatuhan adalah mungkin.


Itulah cara setiap koreksi besar bermula.



#HYPE DAT mechanism analysis

#ETHBTC breaks support as whale liquidation hits market

#AI social science research breakthrough

#Japan defends yen with record intervention

$AI

$ACTSOL

$AIOZ

$BWP

avatar

$BTC


Bitcoin mungkin sedang mengulangi struktur dasar yang familiar dari kitaran sebelumnya.


Pada tahun 2022, BTC jatuh hampir 20% di bawah tertinggi kitaran 2017 sebelum akhirnya membentuk dasar makro.


Sekarang, Bitcoin diperdagangkan kira-kira 15% di bawah tertinggi kitaran 2021, menciptakan susunan yang kelihatan sangat serupa.


Belum ada yang disahkan, tetapi corak ini pasti patut dipantau.



#Taiwan passes crypto regulatory law

#BIP-110 activation risks

#AI social science research breakthrough

$GWEI

$RAVE

$AI

$XLM

avatar

$PVT


$PVT menarik kerana carta sudah mengalami gerakan blow-off utamanya, dan sekarang telah menghabiskan masa yang panjang untuk mampat selepas koreksi.


Konsolidasi pasca-ledakan sebegini sering mencipta peluang jika harga mula menarik perhatian semula. Sejarah meledak membuktikan pasaran tahu bagaimana menggerakkan ini, dan sekarang ia berada hampir pada julat mampat di mana sebarang pulihan momentum kecil pun boleh mencipta keuntungan yang besar.


Dasar rendah, struktur ketat, dan ruang untuk pengembangan. Itulah sudut beruang di sini.



#Trump discloses crypto income

#Sleepagotchi expands health app

#AI social science research breakthrough

$XAUT

$AI

$VELVET

$RAVE

avatar

Jurutera penyelesaian Braintrust: "LLM terbaik tidak selalu menjamin prestasi yang konsisten" Itulah sebabnya suntingan prompt perlu diuji sebelum prompt yang disunting menjawab permintaan pengguna sebenar Jalanan di playground mungkin kelihatan lebih baik, tetapi prompt yang sama boleh menurunkan kualiti pada input yang kacau Workshop ini menunjukkan lingkaran penilaian minimum: tugas, set data, skor, pengujian luar talian, log dalam talian, dan semakan manusia Artikel di bawah memetakan titik yang sama kepada pengambilan semula, pemeriksaan halusinasi, versi, dan ujian regresi perubahan prompt Tonton workshop, kemudian baca artikel sebelum suntingan prompt seterusnya dilancarkan tanpa ujian regresi

avatar

Seseorang yang membaca ayat dengan suara keras memberitahu anda bagaimana mereka mengucapkan perkataan-perkataan tersebut. Perbualan sebenar memberitahu anda jauh lebih banyak. Ia mengungkap bagaimana orang secara semula jadi menanggapi, berhenti sebentar, menyela, menekankan idea, mengubah nada, dan menyesuaikan bahasa mereka berdasarkan konteks. Perbezaan ini penting. Agar AI bergerak melampaui pengenalan ucapan kepada pemahaman bagaimana bahasa sebenarnya digunakan, ia memerlukan paparan terhadap komunikasi autentik—bukan hanya rakaman yang terpisah. Ini adalah salah satu idea yang tercermin dalam pendekatan @_dialectra dalam membina set data ucapan. Dengan mengumpul dan menyempurnakan bahasa daripada pembicara sebenar melalui proses yang terstruktur, matlamatnya bukan sekadar mempertahankan perkataan, tetapi menangkap bahasa seperti yang wujud dalam kehidupan harian. Kerana bahasa tidak dialami satu ayat pada satu masa. Ia dialami melalui perbualan.

avatar

Anda tidak boleh hanya menyambungkan Claude Code ke sistem perusahaan dan mengharapkan ia melakukan segalanya untuk anda. Semuanya tidak stabil, terutama apabila memberikan kawalan kepada AI, selain itu ia merupakan campuran kompleks antara antaramuka dan pangkalan data yang tersebar di mana-mana. Anda memerlukan manusia dalam proses tersebut. Panjang $CTSH $ACN

avatar

Satu perkara yang kita tidak cukup bincangkan ialah betapa banyak maklumat yang dimuatkan ke dalam temu janji doktor. Anda cuba menjelaskan gejala anda, mendengar dengan teliti, bertanya soalan yang betul, mengingati perubahan ubat, memahami keputusan ujian, dan memikirkan apa yang akan datang semuanya dalam masa 15 atau 20 minit. Kemudian anda pergi dan sedar bahawa anda sudah lupa separuh daripada apa yang dikatakan. Saya rasa itu adalah masalah yang jauh lebih besar daripada yang disedari ramai. AI Doctor Notes dibina berdasarkan momen tepat ini, dibangunkan oleh @dreamlabsolutn. Bukan cuba menggantikan doktor anda, ia membantu anda menangkap perbualan, menukarnya menjadi nota yang jelas dan dalam bahasa biasa, serta menonjolkan tindakan susulan penting semasa semuanya masih segar. Apa yang saya hargai ialah matlamatnya bukan untuk mendiagnosis anda atau memberi nasihat perubatan. Ia membantu anda mengingat, tetap teratur, dan menjadikan temu janji seterusnya kurang membebankan. Saya juga boleh lihat mengapa ini akan bernilai tinggi untuk penjaga atau ibu bapa yang menguruskan temu janji untuk orang lain. Maklumat perubatan sering kali dipindahkan melalui ingatan, dan ingatan tidak selalunya boleh dipercayai. Kadang-kadang teknologi yang paling berguna bukanlah yang membuat keputusan untuk kita. Ia adalah yang membantu kita membuat keputusan yang lebih baik dengan mengingat perkara yang penting.