你认为L站存不存在信息茧房？

“信息茧房”（英：Information Cocoons）的概念最初由凯斯·桑斯坦在其著作《信息乌托邦》中提出，指的是人们只关注自己选择或使自己感到愉悦的信息，从而形成封闭的类似“茧房”的信息系统。zh.wikipedia.org

回声室效应

回声室效应（英：Echo Chamber）亦被称为回音室效应、信息回音室/回声室、媒体回音室/回声室、在线（线上）回音室/回声室和新闻回音室/回声室。在新闻媒体和社交媒体上，一些拥有相近想法的群体借由不断沟通与认同彼此想法，使得那些相似的想法不断被放大与加强，其意见的持有者也加强了他们对现有观念的信仰程度，从而创造出一个相对封闭的环境或是生态系统。回声室效应在忽略反驳意见的前提下传播并强调该观点，其可能造成确认偏误，并增加社会及政府的极端化。特别是在社交媒体上，回声室限制了多元意见的表达空间，并强化了个人或群体的默认想法及意识形态。 许多学者注意到“回声室效应”可能对大众的立场与观点造成影响，尤其是对于政治。然而，一些研究表明“回声室效应”对人们造成的影响被夸张化了。 互联网的普及扩大了人们对信息的获取量并降低了信息的获取难度，这一方面降低了公共讨论的难度并创造出更多元化的公共讨论形式，另一方面，信息的广泛获取可能使人们展现出对信息支持性管道的选择性。当观点相似的人们在网络上相互讨论时容易形成相对狭隘的视野，使得回声室效应发生。在这个封闭的讨论环境中，相同的论点会被不断反复强调，并将...

虽然L站机制是把有最新回复的帖子排在最前面，但是随着用户越来越多，帖子数也是越来越多；随着板块的细分以及标签的创建，帖子种类与内容也越来越多。除了把家搬到这里的L站钉子户（是的，大水哥，樱悦，说的就是你们这种的！ :tieba_016:）以外，大部分用户应该是没有时间把所有帖子都点开看完的，而且大概率只会点开自己感兴趣的帖子。
那么这样一来，是否就形成了并非大数据推送机制而是我们自己造成的信息茧房？
比如关注技术的不想打开搞七捻三板块的帖子，喜欢福利羊毛和资源分享的的不想打开跳蚤市场的

点击以查看投票。

佬们留下你们的看法吧

16 个帖子 - 16 位参与者

阅读完整话题

via LINUX DO - 热门话题 (author: Mike)

《哪吒2》票房破80亿

个人观感挺好的，尤其是里面的动画制作和声音制作

18 个帖子 - 18 位参与者

阅读完整话题

via LINUX DO - 热门话题 (author: wrongaaa)

智能马桶剥夺了我的手动擦屁屁权！

现在的智能马桶设计的都是左下之后，冲水，如厕，抬起屁股，冲水。
但是，冲水时要盖上盖子吧，避免水流冲击出细菌什么的到卫生间空间。
这就造成了，我方便完之后，想要抬起来用湿厕纸擦掉，我刚抬起来，哗啦，水就冲起来了。
这，简直就是剥夺了我用手擦屁屁的权利！简直难以忍受！ :tieba_006::tieba_006::tieba_006:

19 个帖子 - 12 位参与者

阅读完整话题

via LINUX DO - 热门话题 (author: L202v)

oracle 圣何塞申请成功

oracle 好像放水了

之前使用一张新办的招商全币种 visa 注册 oracle 一直都是 abc，使用的是手机号也是新办的。最近两天看到网友说注册容易些，就试了，果然成功了，还是那张招商卡和那个手机号。

1、今天使用 safari 浏览器，清除了所有的缓存信息，关闭了其它的浏览器软件，并退出了代理软件，是正常的电信家用宽带。因为之前使用了这张全币种和手机早就注册了多次，因为这新在填写个人信息时使用的是中文，姓名与银行卡一致，同时使用了一个英国 giffgaff 手机号，为了避免被乱扣费，通过招商 app 将额度账号锁定为 200 元，只允许境外无卡交易，结果还是 abc；

2、在出现 abc 后，直接在那个页面点击重新申请（没有截图，大概就是这个意思），自动回退填写资料那一步，然后将个人资料使用拼音填写（关于姓名等部分，在最开始已用真实的汉字填写，不需要修改），三个地址，第一地址是精确到小区门牌号，第二个地址是写了小区名字。手机号和银行卡还是之前办理的国内手机号和 visa 招商，之前已试过多次。这次在提交之后，居然通过了。

3、然后立即申请 4c24g200g 居然有货，直接申请成功，把磁盘拉满，io 好些。

总结：

● 姓名使用的是中文，且与银行卡、手机号一致；
● 地址等资料（打开邮件链接后填写）使用拼音填写；
● 银行卡是招商的全币种 visa，为双子座卡，一共有两张，国内是银行卡，国外是全币种 visa，我使用的是双子座；
● 邮箱使用的是 gmail 邮箱；
● 没有使用代理，普通家用电信宽带；
● 银行卡、手机号、邮箱之前也是试过多次，都是 abc；
● 整个过程操作时间大于 5 分钟；
● 密码使用网页随机密码生成 12 位大小写、数字和特殊字符；
● gmail 的邮件之前都设置自动转发到icloud邮箱，所以整个过程都没有登录代理，以前申请过程中的时候多少登录过代理。

22 个帖子 - 22 位参与者

阅读完整话题

via LINUX DO - 热门话题 (author: emou)

「满血版DeepSeek」各云商领取

链接自行 古🐶，不需要邀请

1. 腾讯云

● 即日至北京时间2025年2月25日23:59:59，v3/R1 限时免费服务，单账号限制接口并发上限为5

1. 华为云

● V3/R1 各 200 百万 tokens

1. 火山引擎

● 200 百万 tokens，需要申请边缘网关配额

1. 天翼云

● 2500万Tokens，限时两周

18 个帖子 - 17 位参与者

阅读完整话题

via LINUX DO - 热门话题 (author: 汉祖大帝)

急急急！听说发帖能吃到美味的 毛巾卷 我想尝一口

不知道论坛的各位佬友谁有送 毛巾卷 的经验

请联系我，急急急！

44 个帖子 - 36 位参与者

阅读完整话题

via LINUX DO - 热门话题 (author: King-Huiwen-of-Qin)

升级鸿蒙NEXT半个多月了，分享几点感受

升级鸿蒙半个多月了，记几点感受：

1. 国内常用软件最核心功能可用
微信、企业微信、支付软件、购物软件核心功能基本都可用。
微信基本功能可用，通知推送更快了，但是消息刷出来太慢。
企业微信打卡可用，但是还无法提交请假，显示小程序启动出错。
其他购物软件、支付软件基本一应俱全，正常网购、外卖、订票正常。
2. 一些暂无法适配鸿蒙的软件可以用卓易通解决
即刻、小宇宙、米家、个人所得税、Obsidian、🧙等软件，还有其他可以获得 apk 且未上架鸿蒙应用商店的可以在卓易通直接安装。貌似是通过 iSula 容器实现的，目前看效果还不错。
3. 海外软件使用出境易体验良好
youtube, gmail, x、telegram、firefox, instgram 等海外软件可以直接在出境易下载使用，也可以获取apk安装，但貌似是有限制的，只有部分软件可以装。我要用到的都有，play 商店的一部分可以直接搜索下载。

卓易通、出境易很好的与主系统隔离，例如在卓易通启动代理则只在卓易通和出境易下影响，可以说正正好好了。

1. 整体交互体验、震动反馈全面优化
升级后第一反应就是线性马达的震动反馈变好了，打字的时候反馈更有力直接，没有之前那么拖泥带水了。
然后整体交互，动画等更加自然流畅，不必多言。
2. 不可避免的小bug
很小概率会遇到短暂卡死，等待持续优化。
3. 有待持续优化的软件生态
微信等软件还处于早期阶段，一些稍微非核心的功能都不会有，处于温饱阶段。对于我这种轻度使用且讨厌花里胡哨功能和广告的正好是好事。

还有其他需要可以留言补充。说的不对的还望指正。

24 个帖子 - 18 位参与者

阅读完整话题

via LINUX DO - 热门话题 (author: qtls)

阿里云百炼平台deepseek r1可以用了，送1000万token 半年有效期

速度还挺快的，赶紧试试吧
25 个帖子 - 18 位参与者

阅读完整话题

via LINUX DO - 热门话题 (author: longxing deng)

民政部：2024年结婚登记人数610.6万对，较2023年768万对同比下降20.5%。创45年新低。

2024年4季度民政统计数据

29 个帖子 - 25 位参与者

阅读完整话题

via LINUX DO - 热门话题 (author: Evan)

DeepSeek 本地部署配置清单

1. 小型模型

● DeepSeek-R1-1.5B
CPU：最低 4 核
内存：8GB+
硬盘：256GB+（模型文件约 1.5-2GB）
显卡：非必需（纯 CPU 推理）。
适用场景：本地测试，自己电脑上可以配合 Ollama 轻松跑起来。
预计费用：2000～5000。

1. 中型模型

● DeepSeek-R1-7B
CPU：8 核+
内存：16GB+
硬盘：256GB+（模型文件约 4-5GB）
显卡：推荐 8GB+ 显存（如 RTX 3070/4060）。
适用场景：本地开发和测试，可以处理一些中等复杂度的自然语言处理任务，比如文本摘要、翻译、轻量级多轮对话系统等。
预计费用：5000～10000。
● DeepSeek-R1-8B
CPU：8 核+
内存：16GB+
硬盘：256GB+（模型文件约 4-5GB）
显卡：推荐 8GB+ 显存（如 RTX 3070/4060）。
适用场景：适合需要更高精度的轻量级任务，比如代码生成、逻辑推理等。
预计费用：5000～10000。

1. 大型模型

● DeepSeek-R1-14B
CPU：12 核+
内存：32GB+
硬盘：256GB+
显卡：16GB+ 显存（如 RTX 4090 或 A5000）。
适用场景：适合企业级复杂任务，比如长文本理解与生成。
预计费用：20000～30000。
● DeepSeek-R1-32B
CPU：16 核+
内存：64GB+
硬盘：256GB+
显卡：24GB+ 显存（如 A100 40GB 或双卡 RTX 3090）。
适用场景：适合高精度专业领域任务，比如多模态任务预处理。这些任务对硬件要求非常高，需要高端的 CPU 和显卡，适合预算充足的企业或研究机构使用。
预计费用：40000～100000。

1. 超大型模型

● DeepSeek-R1-70B
CPU：32 核+
内存：128GB+
硬盘：256GB+
显卡：多卡并行（如 2x A100 80GB 或 4x RTX 4090）。
适用场景：适合科研机构或大型企业进行高复杂度生成任务。
预计费用：400000+。
● DeepSeek-R1-671B
CPU：64 核+
内存：512GB+
硬盘：512GB+
显卡：多节点分布式训练（如 8x A100/H100）。
适用场景：适合超大规模 AI 研究或通用人工智能（AGI）探索。

Source: https://mp.weixin.qq.com/s/dkMg_OHgma1HcPhIwhErmA

20 个帖子 - 20 位参与者

阅读完整话题

via LINUX DO - 热门话题 (author: 汉祖大帝)