你在 X 后台看到的总曝光,是把发的推和回复的曝光都算在一起的。榜单上的推文曝光只算推文本身,不含回复带来的曝光,所以会比你自己后台的数字少一些,这是正常的。
每天早上 8 点为界。8 点之后你看到的「今日」,统计的是从今天 8 点开始的数据;在这之前看到的「今日」还在攒,数字偏小是正常的。页面每小时重新生成一次,页面更新时间不等于数据截止时间。
X 个人页那个计数器把转发和回复都算进去了,看着虚高。榜单上的发帖量不算转发,也不算回复,只算他自己发的和引用的,所以会比你在 X 上看到的计数小。
一条推的曝光会一直涨。榜单上的曝光是当天新增的部分,不是这条推历史累计的总量。
X 没有公开的评论计数,榜单上的评论数是根据公开数据推算出来的,会有偏差,用来看量级和排序,不要当成精确值。
刚收录的账号需要攒几天数据才能进榜。观察期里看到「暂无数据」或「数据偏少」是正常的,不是出错。
某个账号某天的数据没能凑齐时,这一格显示「无数据」,不会拿旧数字顶上。看到「无数据」就是真的没有,不是零。
🇺🇸 04美本 | 计算机科学&认知科学 ⚙️AI, cognition, crypto, and the future of intelligence. ✨相信好奇心驱动。相信人
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。
| 维度 | 今天 | 昨日 | 7天 | 30天 |
|---|---|---|---|---|
| 推文曝光 | 0 | 9.0万 | 36.3万 | - |
| 发帖 | 0 | 6 | 40 | - |
| 评论 | 0 | 14 | 24 | - |
| 涨粉 | 0 | +395 | +1104 | - |
| 帖均曝光 | 1.2万 | 1.2万 | 1.2万 | 1.2万 |
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。
关于CZ赵长鹏这次说的“主动性”,是他在香港这场书友会上面对一群大学生时,给出的唯一招人标准。 原话是这样的: “现场很多学生想进币安,他的答案只有三个字:要主动。币安是远程工作,你可以偷懒,一天偷懒几个小时很容易。但如果你不够主动,两个月下来,你可能就没有结果。 ” 他自己的管理方式更直接: “我接触的东西很多,一会这个一会那个,有些事情我说过之后就忘了。我一般不会去跟踪他。如果这个人不主动来告诉我更新,我就会忘记。但我可能两个月之后想起来,再去问他,他说‘我们做了一个礼拜之后就没有进展了’——那我会把这人开掉。” “我从来不去follow up,我是需要他们push给我。” 他最后…
最近越来越强烈地感觉到,人类正在经历一场 Stimulus Inflation,刺激通胀。 这已经不是简单的大家越来越没耐心的问题。 整个信息社会对于“什么东西值得让我产生反应”的阈值,正在被持续抬高。 十年前,F1、洞潜、翼装飞行、高空跳伞、极限攀岩还是相对小众的文化; 今天它们可以是短视频里的普通内容。 这里当然有媒介可达性、算法分发和纪录片工业的作用,但我觉得不只是好奇心的问题。因为几乎所有内容类型都在发生同一种漂移:搞笑从段子变成梗,从梗变成抽象,从抽象变成发疯、冒犯和禁忌。视觉从漂亮变成震撼,从震撼变成 4K、航拍、极端天气、深海、太空、AI 幻想世界。 电影从毁灭一座城,到毁灭…
香农一生的工作方法论,出自他1952年在贝尔实验室那场著名的内部演讲《创造性思维》。 信息论本身就是这六条的产物。 他的六个工具箱是这样的: 1. 简化问题 香农的核心直觉就是区分信号和噪声。 大部分难题之所以难,是因为它被无关数据包裹了。简化的艺术在于闻出什么是本质、什么是意外。 你保留的是骨架,扔掉的是衣服。 香农做国际象棋程序时,第一步并非模拟整盘棋的复杂性,他只问自己一个问题:什么是一个好位置的最少必要特征。 2. 类比 这是香农说的两小步好过一大步。 人类不要试图凭空发明,要去别的领域借一个已经跑通的答案。 通信中的噪声和统计物理中的热噪声,密码学和通信的对偶,布尔代数和电路开关…
我一直很好奇1977、1978年高考的人自学的核心路径,经过查阅,大致是这样的。 大部分人的核心工具,是上海科技出版社的《数理化自学丛书》。这是当时最关键的神器。全套共17本、我记得是数学9本 + 物理4本 + 化学4本,内容系统、严谨,专门按高中知识体系编写,非常适合没有老师的人自学。 听说,1977年恢复高考消息出来后,出版社紧急再版重印,印量巨大(据说超过6000万册),一度洛阳纸贵,很多人通宵排队买,甚至有人把书整本手抄寄给外地的亲戚,真的是极度受欢迎。 很多后来考上好大学的人,都直接说: “把《数理化自学丛书》认真看完、题做完,就可以去考了。” 具体怎么学呢?当时的实际操作很朴…
量化最顶级的策略是假设驱动的科学流水线。 先跑数据找相关性大概率是自杀行为。 顶级Alpha来源就四种: 行为偏差:别人的恐慌、追涨杀跌、过度反应 结构性约束:基金月底调仓、指数基金被迫买卖、期权对冲 信息传播延迟:财报信息从大盘股传导到小盘股需要时间 流动性提供:你提供流动性,赚取价差 如果一个信号说不清属于哪一类,它大概率是噪音拟合出来的。 头号敌人是谁?过拟合,absolutely。 因子研究的5层过滤是防过拟合的生死线。 这是 Marcos Lopez de Prado 在《Advances in Financial ML》里强调的核心。 1. 经济学直觉层 能用一句话给外行讲…
登录后收藏的账号会跨设备同步,换台设备也还在。
我们只保存邮箱和昵称,用来同步你的收藏。