跳至主要內容
像法律人那样思考-阅读笔记(三)

第3章 先例的实践与问题

1. 章节重点梗概

本章深入探讨了法律先例的概念及其在司法实践中的作用。先例法律通常具有保守性,法律决策不仅关注未来效果,更重视历史判决的一致性。先例实践包括两种方式:垂直先例和水平先例。垂直先例指下级法院遵守上级法院的判决,而水平先例则涉及同一法院对其先前判决的遵循。本章还讨论了先例的基本观念、先例的认定、判决依据与附带意见的关系,以及先例效力的推翻、区分及其他规避方式。

2. 重要知识点/内容/论点

先例的两种实践方式

  • 垂直先例(Vertical Precedent):下级法院必须遵守上级法院的判决,形成一种命令链条关系。
  • 水平先例(Horizontal Precedent):同一法院应遵循其先前的判决,体现了法院对过去的义务。

sennes大约 7 分钟法律法理学先例垂直先例水平先例判决依据附带意见法律实践
像法律人那样思考-阅读笔记(二)

规则——法律及其他领域

1. 提取章节重点梗概

在第2章中,作者深入探讨了法律规则的概念、运作方式以及其在法律实践中的重要性。本章首先指出,尽管法律规则在理论上是对背后正当化依据的简单重述,但在实践中,规则的具体表述比其背后的正当化依据更为重要。作者通过限速规则的例子说明了规则的普遍性和直接性,以及即使在特殊情形下规则的字面意义可能与实际安全需求不符,规则仍然会被执行。

接着,作者讨论了规则的核心地带与边缘地带,通过哈特的“机动车不得驶入公园内”的例子,展示了规则在核心地带的明确性和在边缘地带的模糊性。作者强调,尽管法律人在实践中经常面对的是规则的边缘地带,但规则的核心地带在日常法律运作中同样重要。


sennes大约 6 分钟法律法理学规则理论法律实践形式主义一般性原则法律哲学
像法律人那样思考-阅读笔记(一)

1. 章节重点梗概

本章节探讨了法律推理这一概念的存在性及其特点。作者首先指出,法学院的目标不仅仅是教授法律规则和职业技能,而是培养学生掌握法律论证、决策和推理的能力。接着,作者提出了疑问:法律推理是否真的存在一种独特的形式?通过历史和现实的考察,作者认为法律推理可能具有其特殊性,但这种特殊性并非源自法律作为独立职业的身份,而是因为法律人拥有一些与众不同的思维方式。

2. 重要知识点/内容/论点

  • 法律教育的核心目标是培养学生的法律推理能力。
  • 法律推理可能具有独特性,但这种独特性并非因为法律是一个独立的职业。
  • 法律推理的特殊性可能源自法律人独特的思维方式。
  • 法律推理并非完全封闭的系统,它的典型推理方法在其他领域也存在。
  • 法律推理的普遍性体现在其追求一般性规则和原则的应用,而非特定案件的最佳结论。

sennes大约 4 分钟法律法律推理法学院教育法律普遍性法律特殊性社会变迁法治价值
用pyautogui完成pi-day-challenge S+挑战

在这篇文章中,我将分享如何使用Python库pyautogui来自动完成pi-day-challenge游戏,并取得S+的最高评分。这个游戏是一个基于π(圆周率)的挑战,玩家需要在屏幕上绘制一个尽可能接近圆形的图形,以此来计算其形状的圆度。游戏的评分标准是基于你所绘制图形的周长与面积的比值,这个比值越接近π,得分就越高。

游戏介绍

pi-day-challenge是一个教育性的游戏,它通过一个有趣的方式教授玩家关于圆的基本知识。游戏的公式很简单:圆的周长P等于2πr(其中r是半径),面积A等于πr²。因此,P²/A等于4π,而这个值的四分之一就是π。游戏利用等周不等面积的原理,即在固定周长的封闭曲线中,圆拥有最大的面积。因此,你绘制的形状越接近圆形,其(1/4)P²/A的值就越接近π,得分也就越高。


sennes大约 3 分钟pythonautomationgamepi-day-challengepyautogui
符合直觉的RAG系统雏形

引言

在人工智能领域,大型语言模型(LLM)的崛起已经改变了我们与机器交流的方式。然而,尽管LLM在生成连贯和有说服力的文本方面表现出色,它们在处理特定事实和实时数据方面仍有局限。为了解决这一问题,检索增强生成(Retrieval-Augmented Generation,简称RAG)系统应运而生。本文将首先介绍目前RAG系统的架构,然后提出一种新的理念,即构建一个更加符合直觉的RAG系统,并探讨其优势及实现路径。


目前的RAG系统架构

目前的RAG系统通常遵循以下步骤:

  1. 数据准备:从大量文本中提取数据,进行文本分割,并通过向量化(embedding)将文本转换为模型可以理解的数值形式,最后将这些数据存入知识库。
  2. 应用阶段:用户提出问题,系统通过数据检索(召回)相关的信息,将这些信息注入到预设的提示(Prompt)中,然后LLM根据这些提示生成答案。

sennes大约 7 分钟人工智能RAG系统知识库用户参与动态更新
模型参数与理解能力:LLM的真正价值

通常情况下,人们在讨论LLM(大型语言模型)时,往往倾向于认为模型的参数越多,其性能就越强大。但事实上,真正重要的是模型的综合理解能力,如果模型能够展现出一定的"意识",那就更加理想了。

听我说,可能现在的你还没有深入思考过这个问题,或者在众多的观点中难以分辨,也难以做到全面理解。但至少这一次,我并不是来质疑你的,所以你可以放轻松些。毕竟你对LLM的理解给我一种还在探索的感觉,而私以为并没有完全抓住核心。

我来说明下,为什么在众多的讨论中会出现我这一条观点。或许是因为我在乎模型的实际应用效果,而不仅仅是参数的数量。你当然可以说参数多的模型在某些情况下表现更好,但这并不代表参数数量就能决定一切。当看到一个模型在处理复杂问题时,不去从实际出发评估其性能,而是按照自己的想法认为参数多就是好,是不是对于评估者而言,看起来有些过于简单化、缺乏深度了呢?


sennes大约 5 分钟AI洞察LLM模型参数规模理解能力模型意识
人的尺度-阅读笔记(一)

引言

本读书笔记旨在梳理和反思一部深入探讨法律、习俗以及社会思想在历史长河中演变的学术著作。书籍根植于全球化的大背景下,探讨了中西文明如何在相互碰撞与融合中形成新的文明秩序。作者通过对法律和习俗的深刻分析,揭示了它们在塑造社会结构和文化认同方面的重要作用。书中不仅回顾了历史,还对现代法律体系和社会科学的实践提出了批判性的见解。核心议题围绕“人的尺度”展开,即人类如何在法律和社会结构中寻找自身定位,以及这一过程中习俗和法律如何相互作用,共同影响着社会思想的演进。通过对这些问题的探讨,书籍旨在提供一个多维度的视角,以理解人类社会和文化的复杂性。

全球化与文明秩序


sennes大约 10 分钟法律法理学人的尺度全球化帕斯卡Nomos社会思想
今日新玩具:联想书刊扫描仪PB6-Q23

大家好,今天我要给大家介绍的,不是一件普通的玩具,而是一台能让你的办公桌瞬间升级的神器——联想PB6-Q23书刊扫描仪。在这个数字化飞速发展的时代,纸质文件的数字化处理显得尤为重要,而PB6-Q23正是为此而生。

支持A3幅面,大尺寸也能轻松应对

首先,让我们来谈谈PB6-Q23的可摄范围。这台扫描仪支持A3幅面的拍摄,这意味着无论是书籍、档案还是杂志,只要不超过A3大小,它都能轻松应对。想象一下,那些厚重的档案,现在只需要轻轻一扫,就能变成电子版,存储在云端,随时随地都能查阅。

2300万像素,细节捕捉无遗漏

接下来是它的摄像头。PB6-Q23配备了2300万像素的高清摄像头,这在扫描仪界可是相当高的配置了。搭配上高效的软件处理技术,无论是文字还是图片,都能清晰还原,细节捕捉无遗漏。这不仅仅是扫描,简直是在为文件做一次高清摄影。


sennes大约 3 分钟Gadgets联想书刊扫描仪PB6-Q23数字化办公效率档案管理
全自动书刊阅读系统

在数字化时代,我们对信息的获取和处理速度有着更高的要求。为了提高阅读效率,我提出了一个全自动书刊阅读系统的概念。这个系统将通过一系列自动化技术,实现从书籍扫描到内容提取、整理,再到最终的阅读报告生成的全过程。

工作流与系统架构

  1. 书刊扫描与图像传输:首先,使用书刊扫描仪将纸质书籍转化为数字图像。这些图像随后被传输到OCR模块。

  2. 文本提取与处理:OCR模块负责从图像中提取文本,并将其发送给LLM。LLM将对文本进行分析,生成文章梗概、读书笔记以及摘录有价值的句子,形成《单页读书报告》。

  3. 机械臂自动翻页:为了实现连续阅读,系统将配备机械臂,它能够自动翻页并将新页面的图像传输给OCR模块,循环上述过程。

  4. 阅读报告整合:当整本书的《单页读书报告》生成后,LLM将再次介入,整合这些报告,形成《当日读书报告》。这份报告将包含对整本书的总结,并链接到每一份《单页读书报告》,方便用户在需要时回溯原文。


sennes大约 3 分钟技术探索自动化阅读OCR技术LLM应用机械臂技术