1、
拿到一封关于字节跳动的期权竞业的协议，给大家公开一下。
2、
公司拖欠员工工资的事儿屡见不鲜，但拖欠董事、董事会秘书的薪水，估计大家也很少见吧？
就在前两天，鸿达兴业这家“神奇”的公司，发布了一则让人大跌眼镜的公告。公告里说，他们公司的董秘林少韩先生，因为公司长期拖欠劳动报酬、连社保都不给交，终于忍无可忍，向公司提出辞去公司副总经理、董事、董事会秘书等一系列职务。
3、
不知道大家最近有没有看到一篇名为《是谁把普华永道带入恒大这个火坑的？》的公开信？
如果没有看到，大家可以自己去找找，社交软件上到处都是。（注：公开涉及侵权，笔者真不想担风险）
今天该事件的后续来了。
以下为翻译原文：
尊敬的合伙人们，你可能已经看到或可能意识到一封公开的匿名信，其中包含了完全错误和不正确的陈述、信息和指控。我们将于明天(4月14日，2024年)下午三点召开合伙人特别会议。会议地点将安排在主要办事处，即香港、上海、北京、深圳和广州。
在此期间，如有新闻界与你联络，请让他们直接联系Anna Lai。抱歉临时通知你。赵柏基和李丹
注：至于笔者为什么敢公开这封邮件，是因为笔者咨询了多人，这封邮件中的负责人和联系方式都是正确的。
4、
今天的最后，结合ai给大家做了一份月之暗面技术交流的会议纪要，转发给大家。
1）关于Kimi的技术实现和产品差异化
Kimi专注于长文本处理，以解决用户信息整合的痛点。经过技术团队的不断努力，Kimi已实现了从最初20万字处理能力到现今200万字的跨越式提升。长文本处理能力包括指令检索和复杂数据流的优化，技术上已经成功实现了产品的定义。
2）关于上下文
在处理长文本时，Kimi的关键技术在于对文本的梳理、提炼、概括和总结。基于transform-attention机制，Kimi能够精准捕捉长上下文中的关键点，并赋予相应权重。公司采用内部算法进行优化，使上下文处理更加高效、准确。此外，Kimi还采用了类结构化设计的外挂，使用户能够更便捷地匹配文本中的关键词，进一步提升用户体验。
3）参数量和长文本信息处理
Kimi的参数量达到了约2000亿，这为公司在长文本信息处理方面构筑了技术壁垒。尽管壁垒本身并不高，但Kimi通过大量数据训练和标注，能够更精准地关注核心信息，从而提高处理效率。
4）其他领域的能力
除了长文本处理领域的领先地位外，Kimi还展现出了在其他领域的强大能力。公司表示，未来将发布多模态大模型，以适应行业向多模态发展的趋势。这一战略举措将进一步巩固和提升Kimi在中文处理领域的市场地位。
5）算力支持
在算力支持方面，Kimi依托字节火山引擎和英伟达的GPU资源，如A100、H100、H800等，确保预训练和推理过程的顺利进行。公司充分利用公有云资源，避免了私有化数据中心的繁琐和成本。同时，预训练过程需要超过1万张GPU卡，数据量达到4-5TB，全部为中文数据，这为Kimi的精准处理提供了坚实的数据基础。
6）关于商业化
在商业化方面，月之暗面科技制定了明确的计划。目前，Kimi已能够支持约400-500万用户在线，公司计划在这一用户规模基础上开始商业化进程。推理算力同样利用公有云资源，实现动态扩容，以满足不断增长的用户需求。
7）预训练数据来源
Kimi通过与数据工程团队和用户的紧密合作，创作出独有的训练语料。不仅保证了数据的真实性和有效性，也为模型的持续优化提供了有力支持。
8）模型架构
在模型架构方面，Kimi基于Transformer架构进行设计，并在部分技术框架上进行了自主创新。
9）与海外模型的比较
虽然Kimi在中文处理能力上领先，但与海外模型如OpenAI相比，在交互的拟人性方面仍存在一定差距。Kimi公司表示，若云计算资源得到匹配，有信心在0.5-1年内迎头赶上，缩小这一差距。
10）团队和技术平台
月之暗面科技的整体团队规模在100-200人之间，其中技术团队约占120人，包括算法专家、系统专家和数据工程团队。公司共用一个技术平台，未来将继续扩大参数规模，推出多模态大模型，并在文本处理能力上持续增长。
11）远期愿景
远期愿景是在文本处理方面超越亿级中文词的处理能力。