DIMOJANG

快捷指令可以做到，但是可能没那么灵活。

搞不好是 chromium 的 BUG ？

@mumbler #44 人类语言是我们的大脑提炼出的世界特征，但是不能排除其他生物（或者人工神经网络）基于视觉，听觉，嗅觉提炼出另外一种世界的表征。就像虽然纯视觉肯定可以实现完全自动驾驶，但并不是说额外的传感器（额外的“模态”）不会提升网络的表现，或者去掉视觉就无法实现完全自动驾驶——只是目前我们没有很好的方法融合这些多模态的数据。

而且就我本人来说，我在找路的时候就会在大脑中想象终点的场景，然后靠想象中往回走到我当前的位置来确定路线。这何尝不算是一种“视觉模态”的思考呢？以及对作曲家来说，说不定他们的脑海中偶尔就会闪过一段旋律？或者发现苯环的化学家梦到衔尾蛇的“传说”？

这个就有点像是一个由来已久的声音：为什么电影里的“外星人”都是人形——这一方面反映了我们倾向于使用自己熟悉的事物来推广未知的事物，另一方面也反映了这种符合直觉的推广在理性思考面前不一定站得住脚。

@mumbler #5 支持，语言是一种很重要的思维方式。不过大模型这个例子很可能只是因为文字是最容易规模化处理的信息，LLMs 和以前流行的人工神经网络主要的区别只是规模扩张了 100 倍以上。

@whrssl #6 真的吗，你用的是啥 app ，我之前（ 23 年左右？ M2 丐版 MBA ）因为 Matlab 的一个工具箱在 macOS 下面有 GUI 显示的问题遂装了 PD win11 ，感觉运行良好。直到最近我都还在用 UTM 虚拟化 x64 的 win7 做嵌入式开发，Keil 和 ccs 都运行良好，而且不需要刻意关闭 macOS 里的 app 。

虽然不是完全不卡，但是没有遇到烫手一直卡圈圈的情况。（别骂了我知道这样用不对但是暂时换不掉 ）

@FlorentinoAriza #79 那不就是现在普遍采用的通用大模型+ fine-tune 吗？那就会出现幻觉的问题。

@FlorentinoAriza #5 如果只用法律条文来学习，会有一个很大的问题就是学习不到足够的现实世界词汇。所有 LLM 在 fine-tune 到特定领域之前都是需要在通用预料上大量训练来将人类语言作为一个整体去拟合的。

在近处的时候画面确实无法对齐，远处的对齐 iPhone 其实已经做的还算 OK 了。物理限制吧。

@cdlnls #13 啊……手感很差吗？过段时间有空了去店里摸摸看😭。