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 pro_j
pro_j 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 pro_j 的搜尋結果
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
苹果正计划全面改革整个 Mac 产品线,甚至要给 MacBook Pro 首次装上 OLED 触控屏! 苹果公司正准备对其整个 Mac 产品线进行全面改革,以迎合由本地 AI Agent 与计算密集型 AI 应用引发的强劲算力需求。 受 AI 本地部署热潮推动,Mac 销量预计将连续第三年实现增长。苹果准备在今年秋季至明年陆续推出更新版 iMac、MacBook Air、Mac Studio 及全新的 MacBook Pro。 在具体产品路线图中,入门级 14 英寸 MacBook Pro(代号 J804)将搭载全新 M6 芯片,而升级版 iMac(代号 J833/J834)则是两年来首款更新的台式机。 最显著的变化在于代号为 K114 和 K116 的高端 14 英寸与 16 英寸 MacBook Pro,两款机型将首次引入 OLED 显示技术与触控屏,搭载 M5 Pro 与 M5 Max 芯片,目前正基于 macOS 27.1 系统进行内部测试,预计于今年年底至明年初发布。 供需两端的严重失衡正在改写苹果的定价与分发逻辑。由于 Mac mini 和 Mac Studio 具备连接外部显示器与异构计算环境的能力,已成为本地运行 AI 应用程序的核心算力载体。 然而,内存芯片短缺引发的生产压力导致供需严重失衡,部分 Mac mini 和 Mac Studio 的订单发货等待时间已长达三个月以上。 为应对上游存储芯片成本上升及强劲的需求,苹果已于 2026 年 6 月全线上调 Mac 产品售价: MacBook Neo 起售价从 599 美元涨至 699 美元 13 英寸 MacBook Air 起售价升至 1299 美元 16 英寸 MacBook Pro 售价已达 9999 美元 为降低用户的购买门槛并维持硬件分发量,苹果计划于 7 月 28 日正式推出涵盖 Mac 设备的硬件租赁计划。 来源:彭博社
顯示更多
@Jing_MSX 当时pro ipo确实一堆人骂,也确实msx是最早的
终于拆出来了,jailbroken iPhone 15 Pro Max + iOS 17.3.1 -> root 😘 但是尼玛 sptm/gfx write 的调度,触发方式居然是锁定屏幕等电源发一个 gpu 的状态调度。。。。。。。。。。 Made by Kimi K3(all setup + rev) + 5.6 Sol (rev + sptm stabilize).
顯示更多
0
10
835
101
轉發到社區
含泪割舍了 Jio 18 个月的 Pro, 花费 ₺2949.99 巨资,开启了美国豆包尊享会员。🤓
0
30
63
1
轉發到社區
Beelink 给 ME Pro 两盘位 NAS 新增了 Intel Pentium Silver J5005 版本,准系统 999 元,8GB+128GB+fnOS 商业版 1499 元。这个芯片是 14nm 四核 Gemini Lake,支持双通道 DDR4-2400。接口也挺全,带双 2.5GbE、HDMI 2.1、USB-C 和 Wi-Fi 6。
顯示更多
MiMo x-Pro Desktop内测申请通过 体验体验小米最新的黑科技
MacBook Pro with PROLED XDR ✅ 128G 统一内存 --> 更多本地模型可选 ✅ 4TB 存储 --> 给 Agent 更大的操作空间 ✅ AppleCare --> 对第一代触屏 MacBook 品控没有信心 ✅ 只是在 8TB 和 4TB 中纠结了会儿。希望 4 年后内存和 SSD 价格能下来。
顯示更多
0
11
23
0
轉發到社區
让 Agent 用 Three.js 搭个 3D 场景,出来的东西常常是几个方块加一盏灯,或者跑起来一片黑,它自己还说搭好了。 3dviz-pro-max 是一个专门做 3D 可视化的 Agent Skill,Claude Code 和 Codex 都能装,一句话描述想要的场景,它带着 Agent 从美术方向、物体结构一路做到能交互的成品。 它最不一样的地方,是逼 Agent 看自己渲染出来的画面。自带一个截图脚本,把搭好的场景按预设机位跑一遍截图,Agent 对着真实的帧改。 GitHub: 背后是一个能检索的资料库,223 个配方、440 条知识记录、22 套验证过的组件套件,覆盖 24 个方向。 从奇幻村庄、产品拆解到心脏剖面、线性代数、天体轨道都有,配方里调色板、天空、雾、灯光、相机参数都给了起始值,Agent 拿来改就行,不用从零猜。 仓库里还有 37 个能直接跑起来的示例,解剖、数学、物理、灯光练习分了 5 章,每个都附当初的提示词。装了 Blender 能烘出更细的模型,没装也能跑。 想拿 Agent 做 3D 演示、教学动画或者小场景的,装上试试,比裸奔靠谱。
顯示更多
0
3
119
20
轉發到社區