注册并分享邀请链接,可获得视频播放与邀请奖励。

搜索结果 开源软件
开源软件 贴吧
一个关键词就是一个贴吧,路径全站唯一。
创建贴吧
用户
未找到
包含 开源软件 的推特
#开源软件# 开源虚拟机工具 @UTMapp 推出新的 DX11 驱动程序,可在 #QEMU# 虚拟机中获得比较完整的 DX11 支持。 这个新驱动程序代表 QEMU Windows 图形加速取得重大进步,不过在 Mac 上由于技术授权问题,暂时还存在其他限制。 另外 UTM 团队已经将相关代码开源和提交到上游,未来的 UTM 版本会提供更易用的支持。 查看全文:
显示更多
#开源软件# 适用于 Windows 10/11 的 #iOS27# 索引进度查看工具,该工具可以通过命令提示符检查调试信息识别当前索引进度。对于使用 macOS 的用户可以直接使用控制台获取调试信息,使用 Windows PC 的用户就需要这个开源工具了。下载地址: 来自开发者 @ZEEEKJUN
显示更多
知名开源软件 #cURL# 开发团队宣布将在 7 月进入休假状态,期间不再接受任何漏洞报告,除非客户签订付费支持合同。 简而言之,在 7 月 1 日~8 月 3 日期间任何人都无法通过 HackerOne 提交漏洞报告,相关常规错误报告也不会处理,但付费客户遇到安全或非安全问题仍然可以联系丹尼尔获得全面或适当的支持。 查看详情:
显示更多
🎬 真香,这个开源软件能把你在追的美剧直接变成单词本,看剧和背单词一次完成。 GitHub 揽获 4.4k star,Windows 和 macOS 都有。 背单词最大的问题是没语境:词汇书上“abandon”背了八百遍,看剧的时候听到还是反应不过来。幕境的思路是反过来——你丢一个带字幕的 MKV 视频、一个字幕文件,或者一个 PDF、TXT 文档进去,它自动扒出里面的生词生成词库,每个单词都挂着它在剧里出现的那一小段视频。 背到某个词卡壳,它直接把那句台词的片段放给你听,演员怎么说的、什么语气、什么情境,一下就记住了。练的方式也不止一种:拼写、字幕抄写、听写都有。播放器里能逐句自动暂停、切双语字幕,还能把学过的词做成弹幕飘出来。 不同来源的词库还能互相关联,剧里学的和文档里学的串成一条线。 学英语最难的从来不是记住,是记住之后还能想起来。 GitHub:
显示更多
Claude 支持开源软件,符合条件的维护者送6个月 Claude Max 如果你维护的开源项目达到 5000+ GitHub Star 或 1M/月NPM下载(3个月内有 commit/PR/review 记录),就可以申请,批准后可以拿到6个月免费的 Claude Max,限量 10,000人。 WTF Solidity 接近 14,000 ⭐,我已经申请了,建议 WTF Academy 的贡献者也申请! @WTFAcademy_ @claudeai
显示更多
Excited to announce Claude for Open Source ❤️ We're giving 6 months of free Claude Max 20x to open source maintainers and core contributors. If you maintain a popular project or contribute across open source, please apply!
显示更多
0
12
48
1
转发到社区
从混入地球的蜥蜴人到开源软件的捍卫者,最成功的形象改善。
0
11
315
12
转发到社区
不知道还有多少人没收藏这个 GitHub 仓库。 阮一峰的《科技爱好者周刊》,已经默默更新到第 407 期了。 AI、编程、开源软件、互联网、硬件、创业……基本每一期都能翻到几个值得继续深挖的东西。 而且最舒服的是,它不是那种算法信息流:没有短视频轰炸,没有标题党逼你点进去,也不用在几十条垃圾信息里淘一条有用的。就是每周帮你筛一遍值得看的东西。 有时候刷一小时信息流,真不如来这里翻半小时。 适合不知道该去哪找优质科技信息的人,直接收藏:
显示更多
0
3
70
21
转发到社区
中小企业和自由职业者还在一个月花几百刀租 HubSpot、Salesforce?这玩意直接让你零成本把整个 CRM 客户管理系统搬回自己服务器,而且界面丝滑得不像开源软件。 项目叫 Krayin CRM,基于 Laravel 构建的 100% 开源客户生命周期管理系统。 目前 GitHub 已经拿下了 1.5k+ Stars,采用最宽松的 MIT 开源协议,支持完全免费商用,没有任何隐形付费和账号限制! 👉 这玩意凭什么能替代收费 CRM: 全流程自动化跟踪: 从潜在线索到最终成交,管线可视化一键拖拽 零成本无限扩展: 零账号人头费,想开多少员工账号就开多少 极度轻量且极快: 基于 Laravel + Vue 架构,响应秒开不卡顿 完全数据自主权: 数据全在自己服务器,客户资料绝不泄露给第三方 自带多语言多币种: 做跨境电商或出海业务的兄弟直接开箱即用 这东西对搞小团队、做跨境出海、或者接私活帮客户搭建系统的人来说,纯纯的“降维打击”工具,拿去封装成服务都能直接变现。 🔗 项目地址:
显示更多
爆肝制作,全网最细最全的Github零基础系统教程!👇👇 1⃣基础:什么是Github 2⃣基础:找到Github好资源和开源软件的4个方法 3⃣基础:详解界面、stars、fork、watch 这些基本概念 4⃣进阶:搞清楚 GitHub 的工作原理 5⃣进阶:7 种常见的开源许可证和各自区别 6⃣实操:4 种使用 GitHub 项目的方式及用途 7⃣实操:一起手把手创建并且开源你的第一个项目 全程假设你完全没有任何编程的基础, 跟到最后成为玩转github的专家! 全程精剪没有废话,每一个点都讲透+实操! 章节划分: 00:43 什么是github 03:21 找到Github资源的4个方法 06:58 界面与基本概念详解 11:38 github基本工作原理:branches,tags 16:17 readme与7种常见的licence 21:26 4种下载使用github项目的方式 27:44 开源你的第一个项目 36:54 结尾
显示更多
0
154
3.1K
662
转发到社区
老黄来推特了,第一篇就是重磅炸弹,联合多家机构写了一篇,句句不提KIMI,句句都是KIMI,字里行间对Claude的封闭持有否定,值得一看。 《开放权重与美国的AI领导地位》 上世纪80年代,早期的开源软件先驱挑战了当时的主流观念——软件只有在公司对代码严格控制的前提下才能进步。这场运动推动建立了一个透明的生态,让全世界的开发者都能研究、修改、改进软件。如今,开源社区的软件支撑着互联网的大部分基础,也是全球最大科技公司、美国军方以及从事科研、网络安全等关键任务的联邦机构所依赖的系统底座。开源做到的不只是降低软件成本;它创造了一个共享的知识地基,几代美国工程师和创业者在其上建立了自己的机构主权。 美国如今在人工智能上面临类似的抉择。美国的AI领导地位,不取决于某一个前沿模型,而取决于美国能否建成一个渗透到各行各业的、强大而开放的生态。这对全国范围的创新与繁荣至关重要。它要求扩大AI的可及性、鼓励竞争、发展强大的应用层,并让美国人对自己所依赖的技术拥有更大掌控权。开放权重模型——任何人都可以下载、审查、修改并在自己的基础设施上运行的AI模型——是这个地基的重要组成部分,因为它让先进AI更易获得、更可定制、更广泛可用。 开放权重扩大了进入AI经济的通道。初创公司、成熟企业、大学和公共机构可以在先进模型之上构建,而不必从头训练,也不必为每个任务都支付前沿模型的价格。开放权重让每个组织都能以合适的成本、为合适的任务匹配合适的模型——把前沿级能力留给真正的前沿问题,其余场景跑高效的专用模型。这种纪律性,正是AI在扩展到数十亿日常任务时保持经济可持续的关键。美国赢得AI时代的方式,是让AI渗透进工厂、医院、农场、教室和街边小店的工作流。 开放权重还会强化竞争,而竞争正是让AI的收益被广泛分享、而非集中于少数人之手的保障。通过允许众多组织构建、改造和部署先进模型,开放权重制造的竞争不仅发生在模型开发商之间,还贯穿云、芯片、应用与服务。这种竞争刺激创新、压低成本,并把AI的收益广泛分配到整个经济。 开放权重还给客户更大的掌控权。组织在投入AI时,希望确保自己不会被锁死在单一供应商手里,也不会失去长期积累的知识与能力。开放权重模型提供了这种保障:组织可以掌控自己的数据、按需评估和改造模型,并在业务需要的任何地方部署。而当组织用AI创造价值时,开放权重让它们通过自我改进的模型、专有能力和累积的知识真正拥有这些价值——这些正是驱动美国主权与繁荣的东西。 诚然,开放权重带有真实而独特的风险。一旦发布,权重就脱离了原开发者的控制,修改后的版本难以追踪或撤回。但对这种风险的正确回应不是禁止开放权重。在网络攻击者也在使用先进AI的世界里,防御方需要能力相当的模型,才能检测、模拟并响应新兴威胁。开放模型扩大了防御能力、增加了透明度,并让漏洞能被众多团队发现和修复。 事实上,开放可能是通往AI安全最重要的路径之一。只依赖封闭模型并不天然安全:它们可能被攻破、被滥用,或以外部无法察觉的方式失灵。而把先进AI能力集中在少数封闭模型背后,会放大这种风险——制造少数单点故障、削弱竞争、把关键技术留在少数供应商手中。开放权重模型则让广泛的研究者与开发者社区能审查模型行为、发现漏洞、开发防护并持续改进。正如开源软件证明了透明可以比隐匿更安全,AI安全或许同样取决于让更多人有能力去测试和加固社会所依赖的模型。它支持严格的基准测试与评估、红队演练,以及基于真实的、被证实的危害——而非「封闭默认更安全」这一假设——的保护措施。 强大的AI生态并非注定出现。政策制定者现在有重要的行动窗口:为初创公司和研究者扩大算力供给;投资共享训练资产(数据集、工具、评估框架);避免对开放模型施加过早限制——那会扼杀竞争或把创新逼到海外——以保持前沿的多元。这些措施还应考虑如何借助强大的应用层,在整个经济中扩大AI的主权化使用。 在塑造这一生态时,政策制定者应注意不要把正当的模型开发技术与侵占行为混为一谈。蒸馏——即用一个模型的输出来帮助训练或改进另一个模型——是模型改进、评估与验证中被广泛使用的技术。它延续了学习、借鉴并改进既有技术的悠久传统,这一传统自开源软件运动兴起以来一直在驱动创新。相比之下,从封闭模型中非法抽取价值的行为确实值得关切。但这些关切应通过有针对性的法律与商业框架来解决,而不是对在AI创新中扮演重要角色的技术施加一刀切的限制。 AI时代可以是一个繁荣的时代。做出正确选择,开放权重AI能扩大机会、强化竞争、延续美国的技术领导地位、缓解风险,并确保这项非凡技术的收益在整个经济中被广泛分享。这样的未来值得建设,而美国应当引领它的建设。 签署方(25家): 美国创新者网络 · Andreessen Horowitz(a16z)· Arcee AI · Arena · Black Forest Labs · Box · CrowdStrike · 戴尔 · Emergence Capital · Hugging Face · IBM · Linux基金会 · Mariana Minerals · Meta · 微软 · Mistral · Mozilla · 英伟达 · Palantir · Perplexity · Reflection · Replit · ServiceNow · Telnyx · Y Combinator
显示更多
0
27
33
2
转发到社区