註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

檢索結果 長編
長編 貼吧
一個關鍵字就是一個貼吧,路徑全站唯一。
建立貼吧
用戶
未找到
包含 長編 的搜尋結果
本地跑模型、等一个长编译的时候,总想看一眼电脑到底在忙什么,ftop 就是干这个的。 它是 Apple 芯片 Mac 上的一块悬浮监控面板,每个核心的占用和频率、内存压力、GPU、功耗、网速都在上面,最忙的几个应用还带图标。 我最喜欢的是拖边缘改大小,它会自己换一种排版,小窗只留要紧的,窗口拉大是多显示内容,不是把字放大。 GitHub: 平时开着 CPU 不到 0.8%,内存不到 30 MB,被挡住或藏起来时几乎不占资源。
顯示更多
#永乐大典专题# 2022 年 3 月 27 日 新增 美国国会图书馆 藏本 3 册:永乐大典:卷 12013-12014(有字)無所有菩薩經、12506-12507(宋字)續通鑑長編.宋神宗 [五十二, 五十三]、卷 13589-13590(誓字)尚書.泰誓。介绍下载:
顯示更多
0
1
42
13
轉發到社區
AI 编码助手用得越多越觉得,每次开新会话都像跟一个失忆的人重新合作。 Prime Agent 有一套自改进机制,工作中把踩过的坑和有效模式存下来,下次类似任务自动调用。 内置子 Agent,一个需求拆成几个并行跑,结果汇总到同一个界面查看。 GitHub: 关掉终端任务还在后台继续,重新连上进度不丢。还有心跳检测和定时任务,适合跑很久的那种活。 经常让 AI 帮忙跑长周期编码工作的朋友,可以看下这个。
顯示更多
Meta 杀回来了,OpenAI 和 Claude 有新对手了。 Muse Wonder Full 在 Meta 公布的长时编程、流程自动化测试里,超过 GPT-6 Astra 和 Opus 5.5。 更值得看的是:跨对话记住你的需求,任务出错后换条路继续做。 AI 下一轮争的,是谁能把活干完。 2分46秒,讲清它赢在哪、两项核心能力、两个版本怎么用。👇
顯示更多
大家也别再闷头做独立 Agent 产品了, 半个月内四家顶级公司的动作已经把行业终局写死了。 半个月内,OpenAI 腾讯阿里字节,集体做了同一件事, OpenAI 合并 Codex 进 ChatGPT,腾讯、字节接连把独立 Agent 团队并入统一多智能体底座,之前百花齐放的赛马期彻底结束, 最新行业消息,字节 Mira 团队也将整体并入 Aime 多智能体框架。 因为大家终于反应过来:散兵游勇式的单 Agent 产品,既扛不住研发资源成本,也留不住跳来跳去的用户。 以后普通用户只会在一个超级入口里用所有 Agent 能力,不会单独下载十个不同的 AI 助手,平台级入口战争已经打响,没有统一底座的小玩家基本可以换方向了。 围绕 Agent 整合,包括产品、架构与团队层面的合并 / 集中,应该是行业内的大趋势了, 7 月 9 日,OpenAI 正式把独立的 Codex 应用合并进 ChatGPT 桌面端。做成聊天,编程,长任务执行三合一的超级入口。 7 月 20 日,腾讯内部发通知,QClaw 团队和业务整体并入 WorkBuddy 所在部门。 今天阿里正式推出千问办公,整合 QoderWork 等多个办公 Agent, 做统一工作入口,可以说是整个 Agent 行业的阶段拐点了。 我觉得这不是巧合,也不是个别公司的组织调整。 因为入口太多,资源重复,用户混乱,内部赛马成本高到无法承受。 2025 到 2026 上半年是百花齐放的探索期,各家疯狂赛马,什么类型的 Agent 都做。 到了 2026 年中,所有人都发现了同一个问题, 就是平台级玩家的统一入口战争,资源要复用,体验要统一,复杂任务需要统一的多智能体底座。 从今天开始,Agent 的战争,不再是小产品遍地开花了, 接下来半年,应该会看到越来越多类似的整合动作
顯示更多
📢 Claude Opus 5.5 现已登陆 作为 @AnthropicAI 最新发布的 Claude 5.5 系列首款模型,Claude Opus 5.5 专为长周期 Agent 编程与复杂知识工作打造。其多数任务性能达到 Claude Fable 5.1 水平,同时运行成本比 Opus 5 降低约 40%。模型支持 1M Token 超长上下文与最高 128K 输出,并在 Computer Use 与多步骤自动化场景展现出领先能力。 API 与 Web Chat 双端同步开放,欢迎体验! 👉 体验入口: 🔗 了解更多:
顯示更多
月之暗面把 Kimi K3的权重开源了,2.8 万亿参数 我还没本地跑过 说实话这个体量个人也跑不动 但竞技场的数据摆在那,编程和长任务方向排第一,不是嘴上说说 综合能力跟 Fable 5、GPT-5.6 Sol 比还有距离,官方自己也承认了,没硬吹 我比较在意的是另一件事: 中国这边第一次有人把这个级别的模型权重直接放出来 社区能量化、能微调、能私有部署 那些不想把数据喂给闭源 API 的公司,现在多了一条路。对 OpenAI 们的定价是有压力的 当然 2.8 万亿参数的部署门槛摆在那,普通人短期还是老老实实调 API 等量化版出来、社区第一批实测跑完,比看官方跑分有用得多。 到时候再聊。
顯示更多
0
102
60
0
轉發到社區
月之暗面筹备赴港IPO,最快6个月内上市 月之暗面已通知投资者调整公司架构,筹备赴港IPO,最快可能6个月内就能完成港股上市。 月之暗面7月17日凌晨正式宣布迄今最强模型Kimi K3,总参数2.8万亿,100万上下文,原生多模态,专为长周期智能编码和自进化工作流打造,成为目前全球参数最大的开源模型。
顯示更多
同一批基准里,本地跑的 DeepSeek V4 Flash 加上 J-Space 控制层之后,在大多数任务上压过了不加控制层的 V4 Pro。 《DeepSeek V4 × J-Space 能力释放报告》 DeepSeek V4 × J-Space:Benchmark 与工程观察记录 © 2026 Tiger3807861189,本记录采用 CC BY-ND 4.0(署名-禁止演绎)许可。 页面范围:本记录整理外部项目已经公开的工程观察、J-Space 使用的操作性术语、项目级 Benchmark 分数及其适用边界。它不是研究论文,非学术性质,不提供模型内部机制证明、形式化判定方法、消融设计或因果贡献分解。 J-Space Cognition Suite V3.6 是一套在推理阶段运行的模型无关控制系统,不修改模型权重。项目地址: 一、外部工程观察 1.1 Anchored Standard:首轮接口锚定 dsh-anchored-standard( DeepSeek Harness 的首轮接口条件。其基础方案在第一次模型请求中恢复 Minimal 的真实双工具 Schema,抑制自动注入内容;会话产生持久事件后,再开放一个较小的常驻工具目录,并按需解锁其他工具。 该项目的公开实验表明,首轮工具 Schema、输出预算和自动注入内容都可能改变首条推理轨迹。它也明确区分了"轨迹被锚定"和"任务能力已经稳定提升":当前仓库中的通用组合与早期高分运行并不完全相同,小样本独立复现尚不足以确定稳定的能力增益幅度。因此,本记录只引用其接口敏感性与路径保持观察,不把单项分数推广为普遍结论。 1.2 Routing Suite:任务感知的入口选择 dsh-routing-suite( 与工具面装配,把新会话送入不同的行为带。其公开材料报告了稳定区域和不稳定过渡区域,并据此避免把连续数值旋钮误当成可连续调节的推理深度。 该项目后来对早期"官方刻意设计双吸引子""自路由绝对不可能"等强归因作出了公开勘误( mixed 表示不稳定的过渡或竞争区域,不等于一种兼具短、长思维优点的可用中间态。 二、思维链二极管 2.1 操作性定义 本记录所称思维链二极管(chain-of-thought diode),是一个面向黑盒行为的工程术语:在同一个会话中,连续思维链会稳定落入以下两种形态之一: • 短思维直觉:较快形成判断并进入行动,推理块较短; • 长思维推理:先展开较长的分析、重估与规划,再决定是否行动。 两种形态在同一会话中不能稳定、按任务阶段自然地共同出现;首轮形成路径承诺后,后续思维链通常延续同一侧。外部实验中偶尔出现的词汇混合或不稳定过渡,不构成能够同时利用两侧优势的中间态。 这一术语描述的是会话级轨迹,而不是某一句话或某一个词。We need、Let me 等表达最多只能作为外部探针,不能单独证明模型能力、推理质量或内部状态。 2.2 形成原因:极简接口过拟合假说 J-Space 采用的工程诊断是:DeepSeek 的 Agent 后训练行为可能与 DSH 极简模式的接口分布形成了过强耦合。极简 persona、首轮工具 Schema、自动注入边界和输出条件共同构成接口指纹;当实际 Harness 接近这一分布时,一类轨迹更容易被唤起,接口发生变化时则可能落入另一类轨迹。 这里的"过拟合"是对黑盒条件敏感性的工程概括,不表示已经获得 DeepSeek 的训练数据、隐藏状态或官方内部解释。现有公开证据支持"接口条件与轨迹变化相关",但不足以从外部还原完整训练机制。 2.3 两侧的结构性弊端 • 短思维直觉:过早接受第一个流畅解释;复杂约束整合不足;跳过必要中间桥接;工具证据利用不足;局部测试成功后过早宣布完成。 • 长思维推理:分析惯性和行动延迟;反复推翻或重建已有判断;工具调用过晚;Token 与时间消耗增加;长程状态漂移;信息已经充分仍难以收束。 因此,二极管带来的主要工程问题不是某一侧必然更差,而是会话无法随任务阶段稳定调整推理形态:需要桥接时可能过快,需要行动时又可能持续推演。 三、三套方案的浅层关系 • Anchored Standard:作用于首次模型请求的接口条件。恢复已知的 Minimal 接口指纹,尽量让会话从入口进入并保持一条稳定轨迹。 • Routing Suite:作用于新会话开始前的任务分类与模式选择。根据任务选择较适合的稳定行为带,并回避不稳定过渡区域。 • J-Space:作用于会话进入轨迹后的完整任务生命周期。不宣称消除二极管,而是通过状态、行动、验证与恢复机制缓解会话落入任一侧后的结构性弊端。 三者可以被理解为入口恢复、入口选择和持续任务控制三个不同层面。这是一种便于工程使用的关系整理,不表示三套方案已经在统一 Harness 下完成组合实验,也不构成效果排名。 3.1 J-Space 对两侧弊端的浅层处理 当会话偏向短思维直觉时,J-Space 使用 bridge-before-conclusion、共享约束广播、Empirics、verifier 与 coverage,要求快速判断在交付前补足必要桥接、证据和验证范围。 当会话偏向长思维推理时,J-Space 使用功能性第一人称、明确的 Next、有限候选、差分测试与 checkpoint,把已经形成的判断绑定到行动、取证或收束,减少无新增约束的反复推演。 对于两种形态,Goal / Core / Verified / Open / Next 账本、工具接缝刷新与恢复机制负责维持跨文件、跨工具和长时间任务状态。这些机制调节外部任务过程,并不等同于让模型在同一会话中自由切换两种底层思维链。 四、Benchmark 记录 4.1 评测上下文 J-Space 在 DeepSeek 上的项目评测参照官方 Harness 极简模式。J-Space 通过工作空间路由、状态连续性、验证与恢复参与推理时流程。 结果形成于项目现有的评测环境。硬件条件、进程隔离、工具可用性与信息访问边界共同构成评测上下文;可访问资料及执行轨迹也可能影响观测结果。 以下汇总上述条件下的项目级 Benchmark 记录。其他模型的数据保留各厂商公开评测时的原有上下文,不同环境与 Harness 配置下出现分数变化属于正常现象。各 Benchmark 使用自身原生分数,数值越高越好;"—" 表示没有报告结果。 4.2 分数记录 顺序固定为:V4-Flash-0731 裸跑、V4-Flash-0731 + J-Space、V4-Pro-0813 裸跑、V4-Pro-0813 + J-Space、GLM-5.3、Kimi-K3、Opus-4.8、Fable 5(带 fallback)。 • HLE(无工具):37.8、45.5、42.7、48.0、未报告、43.5、49.8、53.3(全场最高) • HLE(有工具):51.5、60.6、60.0、67.7(全场最高)、62.5、56.0、57.9、63.0 • Terminal Bench 2.1:82.7、87.1、87.9、90.1(全场最高)、88.2、88.3、85.0、88.0 • NL2Repo:54.2、70.2、61.5、73.4(全场最高)、58.0、58.0、69.7、未报告 • CyberGym:76.7、81.7、83.3、86.8(全场最高)、84.5、80.0、78.3、83.1 • DeepSWE:54.4、67.4、62.7、72.0(全场最高)、66.9、67.5、58.0、70.0 • Toolathlon-Verified:70.3、77.7、74.1、79.5(全场最高)、73.0、76.5、76.2、77.9 • Agents' Last Exam:25.2、30.1、25.7、30.3(全场最高)、28.5、27.6、25.7、23.8 • AutomationBench(Public):25.1、31.7、31.8、38.2、48.2(全场最高)、30.8、27.2、29.1 4.3 Benchmark 与二极管弊端的定性对应 • HLE(无工具):短侧可能过早下结论,长侧可能在知识边界之外无效延伸;J-Space 对应必要桥接、置信控制与独立复核。 • HLE(有工具)、CyberGym:短侧可能少用或少整合证据,长侧可能迟迟不进入工具取证;对应 Empirics、工具接缝与验证覆盖。 • Terminal Bench:短侧可能快速执行但遗漏核验,长侧可能分析过度、行动延迟;对应明确的 Next、诊断重试与 checkpoint。 • NL2Repo、DeepSWE:短侧可能丢失跨文件约束,长侧可能反复重建计划;对应共享广播、Loop 账本与持续验证。 • Toolathlon-Verified:短侧可能跳过编排检查,长侧可能困在工具选择和重新规划;对应共享状态、接缝审计与 coverage。 • Agents' Last Exam、AutomationBench:异构任务或长间隔会放大固定路径与任务阶段的错配;对应选择性 pass、持久状态与恢复。 上述对应关系是工程解释,不是从分数反推出内部状态的证明。当前 Benchmark 记录没有逐次标注会话所处的二极管状态,因此不能据此计算二极管对分数的贡献比例,也不能把全部分数变化归因于单一机制。 4.4 数据来源 • DeepSeek V4-Flash-0731 模型卡: • 智谱 AI( GLM-5.3 发布评测记录 • Kimi-K3 模型卡: • Claude Fable 5 与 Claude Mythos 5 System Card: • J-Space Cognition Suite V3.6 README: 五、适用边界 • 思维链二极管和极简接口过拟合属于黑盒工程诊断,不是 DeepSeek 官方披露的模型结构或训练事故。 • 词汇、首行风格和思维链长度只能作为轨迹探针,不能替代任务完成、工具行动、验证覆盖和得分。 • Anchored Standard、Routing Suite 与 J-Space 的关系是作用层面的整理,尚未经过统一组合实验验证。 • 当前分数是项目记录,不足以建立跨模型普遍性,也不支持精确的因果贡献分解。 • J-Space 不创造基础模型缺少的知识,也不保证对所有任务、模型或 Harness 产生正向变化。 引用:工程使用请引用 J-Space Cognition Suite V3.6( 原文: #DeepSeek# #J-Space# #本地AI#
顯示更多
影片編號:09 片長:8:54💕1200元 才喝杯紅酒就好想要xxx💦 拜託拜託你放進去💦我受不了了🥺 好濕濕💦 一插進去就狂噴水💦連續高潮😘 #客製化影片# #付費約# #原味內褲# #視訊1對1#
顯示更多
0
1
64
18
轉發到社區