DeepSeek 多模态大语言模型的论文《Thinking with Visual Primitives》已经公开 底座是 DeepSeek-V4-Flash，MoE架构，总参数量 284B，激活参数量 13B。 自研 DeepSeek‑ViT 视觉编码模型，14×14 patch，输出后 3×3 空间压缩，再接入 LLM。 模型在回答时不仅进行文字推理，还会同时通过画框、打点等“视觉原语”进行思考。 在极低的 Token 成本下，其效果能和 GPT-5.4、Claude 以及 Gemini 在一些前沿指标上对齐，甚至有的指标能反超。

让小模型看一张图回答一串选择题，常见做法是让它输出 JSON，可问题一多格式就开始出错，代码那头直接解析失败。 jev-visual 换了个思路，参考 TypeSafe 家 Jev 的做法，不让模型生成文字，而是给每个候选答案直接打分，挑分最高的那个。 它是个在 Apple 芯片 Mac 上跑的学习项目，模型用 0.8B 的 Qwen3.5。同一张图一次能问 1 到 64 个问题，选项题、是非题、分等级打分都行。 图片和上下文只算一遍，各个问题共用。作者在 M4 上测了 64 个问题，每个问题单独算要 37.30 秒，共用之后 2.40 秒。 GitHub： 仓库里带了三个小游戏演示，传送带分拣、打砖块、用摄像头手势控制粒子。 打砖块那个挺实在，小模型盯不住球，作者干脆把画面分成五块，只问球在哪一块。 首次运行要下载大约 600 MB 的模型，之后全在本地跑，有网页界面、命令行和接口三种用法，还配了中文说明。 想弄明白视觉模型推理每一步在干什么，照着 README 给的阅读顺序看代码，会顺很多。

「我覺得我現在就#%*^… 」 「我現在又%*#¥…」# 漢：妳講話都語無倫次了欸，妳現在怎樣？ （拔出，噴射式潮吹） Witness the audible/visual wonder of projectile squirting. @chuchu_1118 訂閱即可看 Subscribe to watch Onlyfans 沒有上，因為牽涉體液 Not available on Onlyfans due to bodily fluid #JustAnotherTuesday# #又是個週二#

一行代码直接把 Python 数据分析的入门门槛给铲平了。 这就是刚在 GitHub 炸场的 PyGWalker（PyGWalker: Turn your dataframe into an interactive UI for visual analysis）。它是一个开源数据可视化与分析工具，能把原本死板的 Pandas DataFrame 瞬间变成像 Tableau 一样拖拽式的交互界面。 GitHub 星标目前已斩获 13k+ Stars，采用 Apache-2.0 开源协议，完全免费且支持本地部署。 它的核心爽点极其干脆： 零门槛拖拽：不需要写复杂的 Chart 代码，鼠标拖一拖就能出高大上的图表。 一行代码启动：只要输入 pyg.walk(df)，交互界面直接在 Jupyter / Streamlit 里弹出。 数据不出本地：所有分析计算都在你本地环境跑，隐私安全直接拉满。 无缝集成工作流：完美兼容 Jupyter Notebook、Jupyter Lab 以及 Streamlit applications。 说白了，以前要折腾半小时的图表排版，现在 3 秒钟拖完，这效率提升完全是降维打击。 🔗 项目地址：

UI/UX 到底应该怎么参考和学习优秀设计？很多新手一上来就只会刷 Dribbble，最后做出来的东西很好看，但根本不好用。 设计参考其实分成两类： 1. 视觉参考 Visual Reference Behance、Dribbble、Cosmos、Pinterest 2. 逻辑参考 Logic Reference Mobbin、Refero、GoodUX、Growth Design 视觉负责产品的情绪表达、品牌质感和用户连接；逻辑负责使用流程、交互效率和易用性。好的产品设计，两者缺一不可，有些网站也会同时兼顾视觉和逻辑，不需要分得特别死。 如果产品已经确定了 Branding，就不用继续到处找视觉风格了，把精力放在 UI 细节、交互体验和使用流程上。 尤其是 AI 时代，做出一个漂亮页面越来越简单，真正拉开差距的是：它到底好不好用。

卧槽！兄弟们 这波真实职业冷知识看完直呼内行！ 99%的人还在用刻板印象聊职业，普通人千万别碰这些数据陷阱——今天直接上干货，全是美国社区调查 + 公开研究撑腰的真实统计（来源：Visual Capitalist、FlowingData、美国社区调查等）。 想想就可怕……这些职业的婚姻/压力真相： 空姐（Flight Attendants）：离婚率高达50.5%，排前三！常年倒时差、长期不在家，婚姻最容易出问题。卧槽，飞来飞去看着光鲜，背后是聚少离多啊。 护士（Nurses，尤其是LPN）：离婚率47%左右，远高于平均。夜班、节假日值班、患者情绪压力，拉满家庭矛盾。想想就可怕……救人一命的同时，自己的生活可能先崩了。 幼师/教师：虽然离婚率不算最高，但工作压力顶尖，情绪劳动重（哄孩子一整天），回家还得带娃。很多数据里教育相关职业烧尽（burnout）率很高。 牙医（Dentists）：反差来了！离婚率只有23-25%左右，属于低离婚群体。高收入 + 稳定作息，抗风险能力强。普通人别以为“天天看牙”多无聊，人家生活质量真香。 公务员：稳定性拉满，离婚率相对较低（铁饭碗福利好，顾虑多）。但压力来自另一面：晋升、内卷、责任边界。 健身教练：类似服务型职业，时间不固定、客户情绪多，婚姻稳定性一般偏中下。 职业交易员：高压力、高波动，情绪像过山车，家庭容易受影响（数据里金融相关高压职业离婚/ burnout 都不低）。 禅修导师：新兴职业，数据少，但类似咨询/服务行业，容易把工作情绪带回家。 白嫖党福音：别手动了！真正影响婚姻的不是“职业标签”，而是收入稳定性、作息规律、工作时长和情绪消耗。 高教育 + 高自主性的职业（医生、牙医、精算师）离婚率普遍低（精算师才17%！），低收入 + 不规律的反而高。 评论区说说你的职业冷知识，你怎么看呢？