
秘密App是由无觅团队通过Secret获取灵感,将基于通讯录的匿名社交引入国内。它建立在熟人社交之上,但是却具有其他社交应该所不具备的特质:可以将内心想讲出来的话都说出来。
网友通过导入自己的手机通讯录,可以看到来自通讯录联系人发布的各类匿名信息。为了保护隐私,你需要邀请三个以上的好友才能真正看到属于朋友的秘密。只是到底是来自熟人的秘密,你要如何忍住不去猜测这条秘密的主人究竟是谁?在“秘密”中,用户没有个人页面,甚至每个人的头像也都是随机分配的,这样就避免了被别人认出来。
「秘密」中,除了完全匿名,与微信朋友圈最大的区别在于,你能看到朋友的朋友发的秘密。在一个新组成的半熟人际网络中,发布一些半确定性言论,能让使用者进入探索一个完全未知或半知的世界,给人带来强烈刺激感,或许这是“秘密”迅速爆红的原因。
有网友如此描述这样的社交方式:这就像是参加一场假面舞会,会让你不自觉地释放出自己在现实生活中隐藏起来的另一面。由于匿名,在这里,任何人都可以尽情地吐槽、爆料、发泄、八卦。不过,也有人担心,匿名会让造谣、中伤变得肆无忌惮,“挖掘出人性中阴暗与恶的一面。”「秘密」究竟是天使还是魔鬼,或者火一把就销声匿迹,我们还将拭目以待。
每个人都有自己的秘密,窥私欲如影随形一样,瞬间,大家的倾诉欲和好奇心似乎被它点燃,相比朋友圈这种光鲜亮丽但其实压力巨大的熟人社交,这里更像是一场卸下防备打回原形的狂欢。
在最后,分享两个段子。
【当朋友们都匿名了,他们会怎样】
在朋友圈:「还是宝马5系开着舒服,是时候和我那辆奥迪A4说掰掰了!」
「能每天睁开眼睛跟老公说早安,这就是我最大的幸福!」
在秘密:「一大早醒来我身上就背负着房贷车贷各种贷款,压力好大,活着真累!」
「3年前我走上了长江二桥,打算结束生命,但因他留下来了。他现在是我老公。」
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。