sillydaddy

似乎是不支持国内的。我通过 PayPal 购买 v 站的会员，也会提示需要关联银行卡。但同样的 PayPal 账号买 github copilot 就可以。

方案 A 没看懂：「不需要平台判断谁对谁错」，然后「任何一方违约 → 押金罚没给对方」。

怎么判断违约？货不对板怎么办？「卖家寄出商品后上传物流凭证」这个也需要判断是不是真的凭证吧，假如上传一个假的，买家拒收就要没收买家的押金吗？

我觉得，去中心化的交易，涉及到主观判断（不同人有不同判断）的，或者涉及到信息不对称（如电商交易，只有交易双方知道完整的信息，外人都不知道）的，需要特殊处理。因为去中心化本身不能做价值评判，也不能掌握没有暴露出来的信息。所以去中心化无法就这些问题达成共识，也没有必要达成共识。

我觉得合适的解决方案，是引入一个双方都认同的仲裁者，比如方案 B 就是。另外，现在有了 AI ，AI 可以充当这个仲裁者了。假如双方经过双盲测试，都认同了某个 AI ，可以把这个 AI 存档，发生纠纷时，把证据提交给这个 AI 。这个 AI 是否被篡改可以经过对权重参数的哈希和双方的签名确认。

方案 C 仍然没有解决刷评论的问题。声誉系统需要结合信任网络来执行，每个人都有自己的信任网络（而不是大家共享同一个信任网络，即声誉系统），这样可以把那些刷分的屏蔽掉，因为它们不在自己的信任网络中。

最大的 bug 是，第一步棋，我走当头炮，它不把马跳，然后送我一个白白的空头大炮。
AI 的棋力明显不行，最多思考一步棋。

@TabGre #18 我发的完整链接是 3blue1brown 的一个播放列表（关于机器学习的），不止包含上面那个视频，可惜链接被自动截断了，可以在 3blue1brown 频道的播放列表里面找到这个列表，包含了 7 ，8 个神经网络的视频，非常通俗易懂。

感谢 OP 提供了一个实际的例子，我刚好在实践“如何保存数据跨越 50 年”： /t/1173178

你不是一个人。即使是如杨立昆或辛顿这样的行业内专家，也不理解。大模型就是一个黑盒。辛顿是这样解释 LLM 的：你把文字转为另一个空间的向量，这个向量表达了文字的各种 feature ，然后这个向量经过了 LLM 的复杂操作，输出一个同样表达各种 feature 的新向量。这就是“理解”的含义。

可以看一下 3blue1brown 相关的科普视频，****几千万次****的播放量：
&list=PLZHQObOWTQDNU6R1_67000Dx_ZCJB-3pi&index=7

很巧啊，最近刚看到一个非常切题的视频，大概意思是，泡沫时代累积的那些基础设施，会促进新一轮的复苏或应用：

真是应了那句老话：“手上有把锤子，看啥都像钉子，想砸两下”。哈哈，非喷勿怒。