GPT之母：大模型预训练将终结，ai将加速

DeepSeek遭受国家级网络攻击，360支持国产大模型发展

24小时在线心理医生，3个提示解锁AI疗愈功能

我认为AI的最大潜力是心理治疗 最近，我看到很多人分享 Deepseek 的回复让他们感动落泪比如： '我被 Deepseek 治愈了' 'Deepseek 这段话让我哭了不下20次' 这启发了我用它来做心理治疗—— 作为一个接受心理治疗已有4年的人，我深知它改变人生的力量，但也了解它的局限—合适的治疗师难寻、费用高昂，且每次咨询往往间隔周。 想象一下，有一个心理治疗师，24小时待命，从不评判你，而且完全免费。 所以我尝试用DeepSeek几个月，就当做心理咨询用，它真的震撼到我了，我必须推荐给大家我总结出了3种有帮助的用法： 1️⃣即时支持 就像对待心理治疗师一样开始和它聊天。分享你的任何心事、越详细越好，尽可能提供更多细节。你甚至不需要问具体问题。它可以实时为你提供指导，稳定情绪。 2️⃣深度自我探索 在情绪激动时冷静下来很重要，但同样重要的是理解为什么你会有这样的感受？你的行模式是什么？只有理解了这些，从根源上去解决问题，做出长期改变。我建议大家试试这两个提示，可以截图保存： ❤️如果你是我的心理治疗师，你会怎么诊断我？ ❤️如果你是我的治疗师，你会尝试用哪些疗法来帮助我？ 它会识别出一些心理特征—比如不安全依恋或认知扭曲—并建议CBT（认知行为疗法）或IFS（内在家庭系统疗法）等治疗方法。你可以以此为起点，通过AI、书籍、博客等进一步深入研究学习。 3️⃣定制声音 最后一个技巧是AI 独有的。让它用你信任和尊重的人的声音回应你。我最喜欢的是 Carl Rogers和Cheryl Strayed。他们温暖、有智慧，勇敢，这让建议更有力量。你可以选择任何喜欢的作家、播客主，甚至偶像的声音！ 当然，我不认为 AI能完全取代传统治疗，但我一直希望每个人都能获得心理健康支持而 AI能让这个梦想实现，因为只要有手机就能使用。 大家试试看吧！在评论区告诉我你的体验，如果这个视频对你有帮助，请分享给需要的人。 爱你们❤️

“赌徒”设计师，用什么做设计靠摇骰子决定？

德克萨斯的睡前故事之《博士与未点燃的三根烟》

嗯

【Zc/趣事】直播调戏DeepSeek问舟区一哥是谁？AI给出答案是自己后连忙摆手“别别别”！

素材为2025年5月10日直播切片 主播：@魔法Zc目录 @血狼破军 @逗比寒MillerRHan 主播个人空间传送门：https://space.bilibili.com/13164144/ 主播直播间传送门：https://live.bilibili.com/721

免费使用的AI生图工具｜Midjourney免费版！拿走不谢~！不限次永久用！ai绘画新手必备、MJ中文版

把晦涩的报告和长篇小说，一键变成有趣的播客，这个工具厉害了

利用MCP，AI能做的事，可能只有你想不到的了

利用DeepSeek生成电影解说赚钱，昨天收入650多，全程傻瓜式操作，人人可做。

科研利器：基于Cherry Studio的论文检索MCP

提示词： 请用中文回答！ 请根据json表返回信息进行总结，每篇论文需包括以下要点，每一个要点的冒号后给出对应示例： 1. 标题："Gpt-4 technical report" 2. 作者："J Achiam, S Adler, S Agarwal, L Ahmad" 3. 摘要："We report the development of GPT-4, a large-scale, multimodal model which can accept image and text inputs and produce text outputs. While less capable than humans in many real-world scenarios, GPT-4 exhibits human-level performance on various professional and academic benchmarks, including passing a simulated bar exam with a score around the top 10% of test takers. GPT-4 is a Transformer-based model pre-trained to predict the next token in a document. The post-training alignment process results in improved performance on measures of actuality and adherence to desired behavior. A core component of this project was developing infrastructure and optimization methods that behave predictably across a wide range of scales. This allowed us to accurately predict some aspects of GPT-4's performance based on models trained with no more than 1/1,000th the compute of GPT-4. 4. 期刊："arXiv preprint" 5. 发表年份："2023" 6. URL："https://arxiv.org/abs/2303.08774" 针对第3点摘要，需要进行适当总结，充分保留关键信息。