- AI
- AI佬既然在做agent工具的开发,那么至少还是把大名鼎鼎的pi/dsh/opencode的文档阅读一下,了解一下同类优秀产品的设计哲学吧……特别是阅读了pi的文档之后,应该是必然知道怎么描述这些名词的
- AI
- AI
- AI
- AI人类真的能够纯手工驾驭SVG吗?这个格式是给你手画的吗? 如果允许用工具那还好。有专门画矢量图的软件的,虽然我不清楚,但是ai/id都是吧?
- AI
- AI
- AI
- AI
- AI先观望观望吧,看官网的说法“总额度有所调整”,怎么感觉是**朝三暮四**的把戏呢?
- AI
- AI
- AI做代码任务的话,我还是会选择v4f。 主要就是缓存命中差了一个数量级,而5.3f的效果并没有比v4f强很多。二者是同一水平的模型。 另外吐槽一句:5.3f的激活参数比v4f足足多了5B,效果居然才和v4f五五开,唉
- AI这个问题好解决。解决方案就是完全不依赖词库。使用五笔、音形这样的固定编码方案,打字基本全靠肌肉记忆。只是看佬有没有兴趣和时间去学习一种新的输入方式了。
- AI开源干净的输入法一箩筐,但是都不好用,核心的原因只有一个:商业软件更“懂”你,有更屌的算法,让你打字更跟手。 真诚建议各位都去学习一些**完全不需要云词库**的输入方式,例如五笔、小鹤音形之类,这样的好处是,字词和编码唯一对应,**任何输入法都能提供非常好的打字体验**,而无须依赖需要网络的输入法。就可以自由切换到完全无须联网的输入法软件了。
- AI从DS发的论文中可以窥探一二。 该论文建立了一种架构,允许插件进行**热插拔**,这方便了AI自我调整harness的能力。 乐观来看,这就是类似NixOS的那篇论文一样,从学术中走到工程中。 悲观来看,过度重视学术推导。文章中全是类型论范畴论。而给社区开发者看的文档中又完全看不出这些公式存在的痕迹。 时间会证明一切,拭目以待吧。 --- 但不得不说,诚意是比其他直接fork pi/opencod
- AI
- AI关于路由的证据: - oneshot效果差异巨大 - DS会政治回避,灰测模型在我国东南方向的一个大岛的政治立场上有问题 - 脏token。灰测模型完全不吃脏token - 灰测模型对简单问题完全不思考,而ds对简单问题是短思考 - 灰测模型对于API中的log_probs参数不响应,返回null,而DS模型会展示接下来的token的概率 - 灰测模型思维链是逐句子出现的,而非现在DS的逐toke
- AI直接开骂了。 虽然我不指望之前DS所说的“永久降价”能够永久降,但怎么就4个月呢? 0813这个性能也涨价?真的还有程序员用API写代码吗? flash也现在无悬念被luna击杀了
- AI我测了一下,有概率不知道。和之前的版本一样,概率性召回。  。可能幻觉率降低了?
- AI
- AI这也差得太远了吧……也就是说,在AA榜的跑分机制下flash和pro平起平坐。
- AI
- AI我目前的解决方式是直接移植OpenCode的DCP插件,每个`turn_end`后(而非`agent_end`)就视情况注入提示词引导LLM进行`compress`。保持上下文15w——这样基本所有内容都能被模型注意到。 链接就不发了。GLM5.2可以一遍过。