学习,是在这个世界唯一可以通过自我努力拥有的力量
大智近妖

1146天 差生文具多

2012年1月1日 · 拾叁 · 阅读(2)

记录看过的书,投资想法,赚钱项目,一些奇技淫巧。

第一项:随笔

三星s9ultra平板,骁龙8Gen2一流处理器,最强屏幕,触控可用来绘画。

苹果iPadPro平板,AppleM2最强处理器,最强屏幕,全球公认最好用。

该买哪个?

晓龙870处理器,非常一般。

6+128的存储,非常小。

屏幕,仅仅只是能用,画画还是算了。

为什么要买小米平板?

好用!

哥哥买平板的唯一原因是,手机屏幕有点小,电脑太笨重,平板用来看视频教程和资料更清晰,携带方便。

既不用平板下载软件,也不用来画画,小米5平板屏幕大,电池大,快充猛,完美匹配需求。

有2台常用电脑,猜猜最常用的一台电脑配置是什么?

8代i7处理器,早就过时了。

8G内存,已经不能用一般来形容,而是彻底落后。

有点不可思议?

码字,这个配置绰绰有余,甚至是性能溢出,有点浪费。

旁边的高配电脑1000W电源,32寸的三星高刷电竞屏,码字并不舒服,更适合AI绘画、剪辑、3A游戏大作。

直播这么火,最佳配置是什么?

微单 +采集卡 + 声卡 + 监看屏+ 高配电脑 + 双机位,一套几万块。

深抛灯 + 球形灯,一套灯光几千。

节约点,买个便宜的微单,灯光用普通品牌,单机位,至少也是1W起步。

新手直播设备怎么选?

一个手机,一个灯泡。

没错,就是这么简单,设备只能锦上添花,并不能决定直播成功率。

先播着,赚钱了,有团队了,现在的配置无法满足需求,再上更合适的设备。

什么叫合适?

跳舞类直播间,对焦速度必须快,否则画面会糊。

带货类直播间,对清晰度和美颜有要求,否则画面效果不好。

并不是越贵越好,适合才是最好。

并不是越新越好,适合才是最好。

差生文具多,所有低等蠢货,买东西都会犯一种病:堆参数、追新。

以chatgpt为例,有3.5 和 4.0两个版本。

越是新手,越菜,越无知,越喜欢追着喊着要chatgpt4.0,因为4.0是新版本,4.0功能更强。

至于模型的特性、成本、适合场合,一概不知。

仅3.5就有好几种,能分清是什么意思吗?

GPT-3.5-TURBO

GPT-3.5-TURBO-0613

GPT-3.5-TURBO-16K

GPT-3.5-TURBO-16K-0613

菜鸡嘴上喊着4.0,但是不知道4.0其实也有好几个版本。

GPT-4

GPT-4-0613

GPT-4-32K

GPT-4-32K-0613

GPT-4-32K-POE

还有一个终极灵魂问题,现在让菜鸡使用chatgpt,如何区分3.5 和 4.0 ?

无法区分。

没有任何夸张,只要不是深度使用,根本无法区分3.5 和 4.0。

两者的区别到底是什么?

可以这么理解,GPT3.5相当于普通大学生,GPT4.0相当于重点大学生,两个人同时做小学生试题,都是满分,无法区分。

让两个人做大学试题,普通大学生60分,重点学校的大学生80分,差距非常明显。

两者的实际差距是什么?

GPT3.5 的响应速度比GPT4快四倍。

GPT4 的价格比GPT3.5 高出百倍。

非复杂推理的场景,GPT3.5是更好的选择,比如:文案创作、思维导图梳理、闲聊…

GPT4的核心优势是回答更加准确,更适合处理复杂的任务,例如编程。代价是,价格贵了百倍。

chatgpt是按字数收费,1000tokens≈500字≈5毛钱左右。

500字意味着什么?

用GPT4.0,写一篇小作文,5毛钱就没了,写10篇,就要花一杯蜜雪冰城的钱。

还记得上面提到的模型名称吗?

16K、32K,可以理解为字数,数字越大,模型理解能力越强,每次使用gpt,都会把你之前和gpt交流的内容,重新全部提交一次。

所以,使用的越久,将会消耗海量的tokens,费用暴增,一次几块钱就没了。

为了节约成本,最好限制tokens数量,阉割gpt的上下文理解能力…

除了程序员 和 对AI有深度了解的人,其他所有嘴上喊要用4.0的,全部都是菜鸡,无一例外。

差生文具多,这是大病。

下面是广告,AIGC课程399元,这周内涨价,下期价格翻倍。

进入公众号,发送“课程”,获取课程链接。

注:之前报名第4期自媒体的同学,免费,会在群里通知。

小圈子内的同学 半价,直接私聊我。

第二项:分享

思维导图软件Freeplane,开源免费,比其他同类软件的表现形式更多,支持导入模板,支持中文。

进入公众号,发送“202311”,领取。

第三项:投资

反着买,别墅靠大海。

涨这么猛,已做空,20倍杠杆干进去了。

输了爆仓,要么嫩模。

第四项:阅读摘录

《经济学的思维方式》如果你仅凭事实之间的关联和统计相关性就认为其间存在某种因果关系,就会沦为这种及其平常而又完全错误的推理的牺牲品。事实上,这可能只不过是个巧合。

← 返回首页