Probability: deductive, from model → data, predict Statistics: inductive, from data → model, infer

I don't like the word "stories" Collective Beliefs or Models

只满足一波快感 没有长期投入的欲望

名词 动词 形容词

就是使用语言压缩 在使用语言解压

有时候看新闻 就是像在吃猪食

I have compressed many of my knowledge in a concise way

High-stake low-pressure quick entropy drop

觉得最近在大步向前

To measure is to know 孔乙己的好处是 搞定了一次 后面就可以反复使用 求知的熵值降低是非常划算的 比掠夺抢劫得来的物质更珍贵

虚荣即幼稚 再说一遍 low drug

越来越觉得看名人传记有点扯 大型意淫，强加因果现场

Retention Verification Are not the same

you have K words to explain so that means you have to compress but compress words can be confused by the reader.

assigns short codes to common symbols, and long codes to rare ones

verification, exposure, retention

刺激一下，后面的词汇比较流畅 就像是河流一样，阻力比较低，电阻比较低 有的是新的，阻力比较大，需要建立新的河道 挖了一个河道，自动水就流过去了

有的时候，人和人认知的差距比财富的差距要大得多 而且这种马太效应还很强烈，缺乏足够的认知训练 那就是说话满嘴跑火车，缺乏认知能力，缺乏知识储备 财富你可以通过赌博或者欺诈的方式简单粗暴的获得 失去了财富，也就是真的失去了 但是知识需要切身的理解和记忆，不能省劲，但基本不会失去

cognitive load low entropy drop high utility value high

explain in low cognitive load

Cognitive Misers jumping to conclusions based on limited association without deeper modeling failure in information processing efficiency and inference quality compressing data with no real structure, leading to high description length for wrong models. Overfitting to Noise

fast in transfering information when encoding too much but useless in decoding information

no meaning information is smooth in terms of descriptions. no new information is smooth in terms of descriptions too.

1. solving 2. wings 3. right amount of entropy

Informative but not perplexing

we need valuable information with not too low entropy but we also avoid too high entropy perplexity

要想解决大问题，不要深入 而是反复的去进攻那些教材写的，基本功的东西

the intelligence solutions have hints everywhere, everyday but we are not intelligent enough to capture it solidly.

Bayes’s theorem is to the theory of probability what Pythagoras’s theorem is to geometry. Harold Jeffreys

所以 twin prime <= 246 已经持续十一年了

所以 math 这个词源，就是 to learn

不仅仅是刺激出一个信息 而是一系列的备选信息，后背演员 not only on stage, but also wings actors

一定要知道自己做事情的目的是什么 即使做了就是为了情绪，也要知道就是在满足情绪

#教材都在讲什么 1. 定义新链接（描述事实） 2. 展示新证明（推导，计算）

比谁挖的金矿多，那不是内卷，那是良性竞争 比谁吃的屎多，才是内卷，为了选拔而选拔

经济学人这周文章 这印度也是狼多肉少，逼迫大家做孔乙己

有了ai之后，如果再去大学读 我就像是看短视频一样看教材，迷糊的程度大大降低

极端的说，如果一个概念没有形成自己的专有名词 说明重要程度还是不够

年轻人“成功”，是因为“傻” 不怕失败，敢于幻想 中年人“失败”，是因为“傻” 害怕风险，过于保守 其实就是走了两个极端

情绪化的人抗拒模糊、复杂的思维，更偏好简单粗暴的结论

借助认同“极权”来逃避现实的复杂性，补偿自己无力改变现状的痛苦 表面强势、自信、爱下结论，实则内心可能很不安、脆弱

训练技能，是和 task 相关的 task 是否靠谱，那是另一个问题

学习解题 提高进展 求知好胜

comprasso: compression and association

当然还有的就是 H(p_2) given H(p_1) 如果第一个概念理解的流畅了，那么第二个就不那么费劲了

遇到的频率会高，但初始的熵值也高 比如，七本枪的识破，初始的时候，是反应不过来的

熵值降低回报率最高的词汇

28原则，就是 signal response 最不容易建立的那个，我给你训练好 其他的你自己再去学

1. Electrical synapses allows direct current transfer. 2. They occur at gap junctions 3. Gap junctions are found in both neural and non-neural cells

what you should know to what level of clarity