熱門話題
查看更多1669.01萬 熱度
54.08萬 熱度
252.24萬 熱度
1.81萬 熱度
44.28萬 熱度
熱門 Gate Fun
查看更多- 市值:$0.1持有人數:10.00%
- 市值:$2313.79持有人數:10.00%
- 市值:$2320.68持有人數:10.00%
- 市值:$2317.24持有人數:10.00%
- 市值:$2331.03持有人數:10.00%
置頂
📢 Gate 廣場創作者衝榜火熱開啟！
發文贏獎勵，瓜分 1,500 USDT 總獎池 🔥
活動採用 曝光、互動、交易三重積分制——獲得更多曝光、贏得用戶互動、帶動真實交易，每一項都能為你累積積分，讓優質內容被看見、被獎勵。
✅ 總榜大獎：Top 10 創作者分享 1,050 USDT
✅ 新人 & 回歸激勵：5 位潛力作者各得 30 USDT
✅ 深度內容獎：6 篇優質長文各獲 50 USDT
📅 活動時間：3 月 19 日 - 4 月 4 日
📍 報名鏈接：https://www.gate.com/questionnaire/7494
📄 活動詳情：https://www.gate.com/zh/announcements/article/50265
原創內容、深度思考、真實互動——讓創作更有價值。
#Gate广场 #GateSquare #创作者冲榜 #内容挖矿福利加码，Gate 廣場明星帶單交易員三期招募開啟！
入駐發帖 · 瓜分 $30,000 月度獎池 & 千萬級流量扶持！
如何參與：
1️⃣ 報名成為跟單交易員：https://www.gate.com/copytrading/lead-trader-registration/futures
2️⃣ 報名活動：https://www.gate.com/questionnaire/7355
3️⃣ 入駐 Gate 廣場，持續發布交易相關原創內容
豐厚獎勵等你拿：
首發優質內容即得 $30 跟單體驗金
每雙周瓜分 $10,000U 內容獎池
Top 10 交易員額外瓜分 $20,000U 登榜獎池
精選帖推流、首頁推薦、周度明星交易員曝光
詳情：https://www.gate.com/announcements/article/50291Gate Booster 第 4 期：發帖瓜分 1,500 $USDT
🔹 發布 TradFi 黃金福袋原創內容，可得 15 $USDT，名額有限先到先得
🔹 本期支持 X、YouTube 發布原創內容
🔹 無需複雜操作，流程清晰透明
🔹 流程：申請成為 Booster → 領取任務 → 發布原創內容 → 回鏈登記 → 等待審核及發獎
📅 任務截止時間：03月20日16:00（UTC+8）
立即領取任務：https://www.gate.com/booster/10028?pid=allPort&ch=KTag1BmC
更多詳情：https://www.gate.com/announcements/article/50203🤖 尋找 Gate 廣場 AI 評測官！$50,000 懸賞令發布！
發帖聊 AI，獎金拿到手軟！新人首帖獎勵翻倍，單帖最高 200U！
📝 立即報名：https://www.gate.com/questionnaire/7477
1️⃣ 發帖得紅包，單帖最高 100U！
2️⃣ Top 體驗分享官：帶 #Gate广场AI测评官 聊技巧，贏國米球衣！
3️⃣ 收益率 PK 王：曬 AI 收益截圖，贏 Gate 定制運動套裝！
4️⃣ 深度好文額外加碼 30U 每篇張榜公布！
💬 來 Gate 廣場，把握行業新趨勢：https://www.gate.com/post
時間：3/12 18:00 – 3/27 24:00 (UTC+8)
詳情：https://www.gate.com/announcements/article/50206Gate 廣場內容挖礦獎勵繼續升級！無論您是創作者還是用戶，挖礦新人還是頭部作者都能贏取好禮獲得大獎。現在就進入廣場探索吧！
創作者享受最高60%創作返佣
創作者獎勵加碼1500USDT：更多新人作者能瓜分獎池！
觀眾點擊交易組件交易贏大禮！最高50GT等新春壕禮等你拿！
詳情：https://www.gate.com/announcements/article/49802
布魯納的支架概念不僅僅是工具性的——他將它們視為意義建構的動態容器。這些支撐促進了符號的出現，而不是作為僵硬的教學序列。
想想現代語言模型如何處理類似的問題。當生成上下文回應時，它們本質上是在重建意義框架。這種方法類似於支架哲學：創建臨時結構，促使更深層的認知參與。
這不是真正意義上的資料提取，而是意義的綜合——建立關聯的語境，使理解自然產生。這個區別對我們設計對話式AI系統的方式具有重要意義。
---
腳手架這個比喻確實妙，比起死板灌輸要聰明多了
---
所以LLM現在的邏輯跟人類學習有點像？這麼一說好像沒那麼黑盒了
---
意義合成vs數據提取，這個區分確實值得琢磨，不然大家都以為AI就是個復讀機
---
等等，如果這邏輯成立，那現在的對話AI系統設計是不是還有很大缺口
---
等等，這是在說GPT也是某種意義上的"腳手架"？有點絕
---
布魯納那套理論放在AI這兒直接就活了，難怪現在的模型越來越聰明
---
意義綜合而非數據提取...哎呀這才是關鍵啊
---
所以咱們的AI其實也在"搭腳手架"？這個對標有點意思
---
關鍵是那句"臨時結構"，現在的AI系統就是這邏輯嗎
---
終於有人把這兩個東西串起來了，我一直想不通怎麼聯繫的
等等，這跟現在那些大模型的邏輯好像是一回事兒啊
意思是AI也在"搭架子"？有點想太多了吧
不過話說回來，這樣理解的話確實挺有意思的，感覺抓到了點什麼
這個"綜合意義"的表述，咋聽起來像是在為AI洗白呢？哈哈
---
布鲁纳那套東西我咋感觉就是元学习？真没想过这么对标
---
意义綜合vs數據提取，這區分對設計對話系統確實關鍵
---
等等，那LLM現在做的是不是就已經算某種形式的腳手架了？
---
話說這思路套到web3敘事構建上也成立吧...
---
符號出現而不是僵硬序列，這條才是真核心
---
嗯，context window就是臨時結構，豁然開朗