算法工程师正在面临尴尬的困境，也许会AI框架或者agent或者能做跨平台demo的，才是一个好的选择，除了优化推理流程，部署（算子转换），普通的算法工程师能做的工作，比如之前的nlp工程师做的工作要不然就是转移到其他领域，要不然就有被替代，或者成为推荐算法工程师，CV算法工程师？虽然之前的bert Nlp的也都是微调。其实我是想做产品的，但是没踏足过那个领域，我对自己还没有盲目自信到那程度，我希望能先直接进入这个开发流程，做一个demo，然后快速的验证我的想法。

多模态大模型是一个讲录音，图片，文字结合在一起的模型，端到端的训练，可能图片采用的是clip，语音采用的是whisper，大模型这一段有各种各样的，但是万变不离其宗，但是我们想要搞懂，多模态大模型是如何训练的，是一个非常有意思的事情，包括多模态理论上是可以做什么的？或者说多模态大模型能力的边界是什么？我决定从下手，当然这是一个很好的一个example,篇幅并不是很大，并且母语为中文来写的英文论文，中国人比较看得懂（笑。其次最近也有一些其他的工作陆续推出，比如，之前omini1的端到端是没有图片的识别，现在也支持了更多的模态，并且一些图片模态的也开始陆续支持声音的这一向量。

复利不光指的是金钱上的复利，对任何事情不间断的投入，都能带来可观的收入。一个人是一个人习惯和生活方式的组成，你可以说一个人的命是这样的组成，也可以说一个人的健康问题是习惯的组成。复利如果在生活的语境中，就是习惯。

今天有了时间对自己的生活进行总结和反思，我在人生中的确常常得出经验性的规律和总结，然后经过时间的冲刷，这些习惯都淡去了。 但是我觉得其实我也能像纳瓦尔宝典一样，写出个人宝典，不过不一定有这么泛化，而是更加私人的幸福/成功指南，这些一直都是我一些私人经验，对我还是非常make sense的。