AI 航站楼ChatGPT Plus 会员官方约 ¥145¥119直降 26 元正规卡充,带账单,质保三十天订阅 · 微信付款,自动发兑换码去看看 ›
首页/账号榜/老韭菜南亥
老韭菜南亥

老韭菜南亥

@daweifs财经赛道 7 天曝光第 641 名

AI|美股|Meme叙事|GT → 100U 蓝鸟会|全真社区|所有推文不构成投资建议 DYOR 欢迎优质合作,TG:@daweifs

粉丝数据 09-05 09:20推文数据 09-05 00:34
1.5万总粉丝
+17407 天涨粉
37677 天帖均曝光
去 X 主页 ↗

健康趋势

状态良好
近 7 天帖均曝光3767
曝光效率每帖曝光≈粉丝数的 24.9%同体量中位 26.7%
曝光环比+90.8%
涨粉环比+40.8%
本账号24.9%
同体量中位26.7%

健康趋势仅为公开数据层面的走势参考,不代表账号在 X 平台的任何状态判定,一切以 X 官方为准。

数据总览

每天早上 8 点定格昨日数据,白天持续更新今天
维度今天昨日7天30天
推文曝光6222814.0万-
发帖0216-
评论964464-
涨粉-6+260+1740-
帖均曝光3767376737673767

帖均曝光固定是近 7 天口径,不随时间档变。空着的格子表示这个账号在那个时间窗里数据还不完整,不是 0。

近 30 天趋势

近 30 天曝光名次

近 30 天每日粉丝涨跌

近 30 天每日曝光

近 30 天每日发帖

近 30 天每日评论

近期爆款推文

按曝光排前 5 条
1

2017年夏天,我用ETH打了BNB的ICO。 1个ETH,换了差不多2700个BNB。 当时点下去的那一秒,其实心里挺没底,还特别慌。它的页面简陋得像随时会跑路,钱打过去了,也不知道最后会变成什么。 我当时也没想过什么宏大叙事。就把BNB最实际的用途,用它抵扣在交易所里手续费。 后来经历过几轮牛熊过去,手续费到底省了多少,早就算不清了,但是我的bnb也抵扣完了😂。ICO的注册记录也找不到了。 翻来翻去,只剩下一封2017年12月19日的币安激活邮件这份深沉的记录。 可能非常多人问我???你不是6-7月才打新,怎么现在才注册??其实我当时用的是我女盆友的信息注册的,但是我发现币安贼…

9/2 08:46曝光 2.3万点赞 64评论 84互动率 0.7%看原帖 ↗
2

啥情况??睡了一觉起来,天就塌了,又亏了2000 多 现在经济不景气,一个月工资才 5000,这一下直接干掉小半个月工资。9 月份才刚开始,看来接下来这些天只能省吃俭用了。 别看这些天 Robinhood 热,但是作为一名资深的老韭菜忠告:别上头,别追高。 现在盘子一个接一个往里挤,看着好像天天都有“新机会”,但真正能活下来的又有几个? 很多盘热闹的时候人声鼎沸,等你回过神,可能连门都找不到了。今天翻倍,明天归零,这种剧情在币圈见得还少吗? 所以没事还是常回“家”看看自己的仓,外面的故事再精彩,也别忘了自己最开始为什么买。 刚看到 $1又销毁将近1 %,昨晚 PONS 那边…

9/3 08:51曝光 1.1万点赞 72评论 97互动率 1.5%看原帖 ↗
3

现在的 Robinhood,非常像之前早期 SOL 刚开盘那阵子。 链新,Gas 便宜,谁都能发,CEO 自己也说这链拿来玩 meme 没啥问题。关键是钱和人不是从一个地方来,一边是券商 App 里的用户,一边是 SOL 战壕里那批人,两边开始往一块撞,这个感觉其实挺少见的。 但盘面跟当时 SOL 又不完全一样。 现在 1B 以上那种真龙头没那么密,更多还是一千万、五千万、一两个亿来回轮。CASHCAT 把名字梗占了,AI 吃 NVDA 配对,PONS 卡着发射台。你再满链扫狗,说难听点大部分时间就是给别人接杂毛。 Robinhood 这条线里,我主要注意在 $1。 原因也没多复杂,…

9/1 14:15曝光 8068点赞 68评论 96互动率 2.2%看原帖 ↗
4

假如之前你看过 3Blue1Brown,应该对他视频里的数学动画印象比较深刻的。 它的公式会移动、图形会变形,向量、矩阵、微积分这些很抽象的东西,被他这样一画就变得非常简单,特别容易懂。 刚刚重新翻到他背后的开源项目 Manim,GitHub 已经 8.9W+ ⭐️。 这些动画不是在 AE 里一点点拖出来的,而是直接用 Python 写的。 比如你现在想讲一个函数,可以让坐标轴先出现,再画曲线,然后让切线沿着曲线移动;讲线性代数,可以直接让向量、矩阵、空间变换跟着推导过程一起动。 这也是 Manim 最爽的地方:不是“做一个好看的动画”,而是把一个概念怎么变化、怎么推导,直接写成动画…

9/2 14:17曝光 5272点赞 111评论 64互动率 3.7%看原帖 ↗
5

现在开始学大模型,很多教程上来就是:调 OpenAI API、套 Transformers、做个 RAG,再接一个 Agent。 东西虽然能跑的通,但是 Attention、Tokenizer、Pretrain、SFT 到底是怎么连接起来,很多时候还是一团迷雾。 这几天找一个非常适合补缺这块的项目 MiniMind,GitHub 已经 5.6W+ ⭐️。 它干的事情特别直接:让你从 0 开始,自己训练一个很小的语言模型。 主线模型大致有 64M 参数,小到普通个人 GPU 也能折腾,不需要先准备几张 H100。而且它不是只给你一个训练好的模型让你跑。 Tokenizer、模型结构、数…

9/1 10:16曝光 1878点赞 64评论 41互动率 5.7%看原帖 ↗

同赛道的其他账号