Skip to main content

KazooTTT的碎碎念🧩

  1. 声控烤箱 于 2025/2/14 20:19:46 发布微博:

    在xhs刷到和家人有关系的看了总是想哭
    又想起我第一份正式工作,爸妈送我去机场。
    后来一家人一起聊天,我爸说“xxx还是舍得,她第一次去上班我们送她,她走的时候头都没回”
    其实是因为过闸机之后我就很想哭,所以不敢回头

    点击查看原文
  2. 声控烤箱 于 2025/2/14 19:58:46 发布微博:

    前几天提了离职,今天又被公司的一个老师拉去聊天🥹
    其实说的很多都挺有道理的,但是我还是想做个理想主义者
    有的事情不试试怎么知道,趁着还没有陷入车贷房贷的漩涡,做一些自己真正想做的事💪

    点击查看原文
  3. 声控烤箱 于 2025/2/14 19:06:59 发布微博:

    //@Maeiee:
    - 转发 @黄健楸: “大模型协助阅读大型代码仓库”后续。图一是我分享的方法网页链接
    今天得知有人照此思路做出网页应用(图二),只需输入github仓库链接跟加筛选描述,就能筛选出你想要的文件,作为跟大模型沟通的上下文
    比如图三问仓库文档在哪,感觉比repomix好用,后面再试试
    🔗 gitseek.dev/zh
    #ai创造营#

    点击查看原文
  4. 声控烤箱 于 2025/2/14 18:43:39 发布微博:

    //@老麦煮机:这图个啥呢//@木头lancer:有幸全程吃瓜,今年第一乐
    - 转发 @阿平YVES: 太乐了,我刚差点被骗
    有个摄影师加我想和Cuto合作,说置顶朋友圈有很多作品让我选,看了下质量不错,准备说合作试试,然后我翻到了图1……
    Cuto用户应该有印象,这是去年和@木头lancer 老师合作的一期壁纸特辑「巴黎时光」(图2),图还是我自己从木头老师的库存里选的,怎么就成这位摄影师的作品了?
    于是我问对方,「置顶都是你拍的作品吗?」 他说「嗯是的」,我说这几张是不是有问题,他改口说,这是当时他用来练习Lr胶片调色的,除了这几张其他作品都没问题(图3)
    但是朋友们,一个正儿八经摄影师为什么会在自己作品里穿插发一条别人的作品,并且在被人指出问题后才说是调色练习?这也太怪了吧?
    那我还是出于严谨,又下下来他朋友圈的图,和Cuto里原图进行对比(图4-图6),怎么说呢,除了能看出他的图被微信压过画质之外,这不一模一样?
    高潮来了,我说「这好像没有调色」之后,竟然被他反问了一句:
    「我想问下你们的这个照片的版权是哪里的」
    emmm……😑
    我后面礼貌地拒绝了他,但还有后续拒绝他后,他把朋友圈对我不可见了几分钟,几分钟后,我能看到的内容,和之前完全不同了(图8为拒绝前能看到的朋友圈置顶,图9为拒绝后)
    看来,这是一位朋友圈分组运营很精细的摄影师。

    点击查看原文
  5. 声控烤箱 于 2025/2/14 17:36:29 发布微博:


    - 转发 @小小小小小小小Aa: 【yt中字机翻+英翻中】
    澳门FanFest Vlog—MilkLove+Muvmuv cut
    🎤:Joong为什么在笑?
    🙎🏻♂️:她们唱到结尾时互相盯着对方看(磕到了)
    💚:你别说了!你跟你的搭子总是那么恩爱!
    🩷🤨
    💚:每当我们一有空档,他两就会一起出去拍很多照片。
    🎤:那你们有没有跟他们一样一起出去溜达?
    🩷:并没有
    🙎🏻♂️:那你们干嘛了?
    💚🩷:睡觉~~ 小小小小小小小Aa的微博视频


    视频无法显示,请前往微博视频观看。

    点击查看原文
  6. 声控烤箱 于 2025/2/14 10:23:05 发布微博:

    转发微博
    - 转发 @GitHubDaily: 推荐 GitHub 上一款颇为好用的 Mac 刘海工具:TheBoringNotch。
    类似灵动岛,可以在这里控制音乐播放切换、查看日程、显示下载进度等等功能,颇为方便。
    GitHub:github.com/theboredteam/boring.notch
    支持 14.2 以上 macOS 系统安装使用,感兴趣的同学,不妨下载体验下。
    #AI创造营# GitHubDaily的微博视频


    视频无法显示,请前往微博视频观看。

    点击查看原文
  7. 声控烤箱 于 2025/2/14 10:13:09 发布微博:

    //@Maeiee:转发微博
    - 转发 @蚁工厂: OpenAI官方博客刚发了篇推理类模型的最佳实践,指导大家如何更好的使用o1、o3这类推理模型,当然也可以应用在deepseek r1上。
    这里摘录一下比较重要的原则:
    什么时候适合用推理模型?
    1. 处理模糊任务
    推理模型特别擅长利用有限的信息或不同的信息片段,并通过简单的提示理解用户的意图,并处理指令中的任何空白。 事实上,推理模型通常会在做出不成熟的猜测或试图填补信息空白之前提出澄清问题。
    2. 大海捞针
    当您传递大量非结构化信息时,推理模型非常擅长理解并仅提取最相关的信息来回答问题。
    3.在大型数据集中寻找关系和细微差别
    我们发现推理模型特别擅长对具有数百页密集、非结构化信息的复杂文档进行推理——例如法律合同、财务报表和保险索赔。 这些模型特别擅长在文档之间建立联系,并根据数据中未言明的真相做出决策。
    推理模型还擅长对细致的政策和规则进行推理,并将它们应用于手头的任务,以得出合理的结论。
    4. 多步骤智能体规划
    推理模型对于智能体规划和战略制定至关重要。 当推理模型用作“规划者”时,我们已经看到了成功,它可以为问题生成详细的多步骤解决方案,然后根据高智能还是低延迟最重要来选择和分配正确的 GPT 模型(“执行者”)用于每个步骤。
    5.视觉推理 (o1、QvQ等视觉推理模型专享功能)
    怎么有效的用推理模型?
    1. 保持提示简单直接: 这些模型擅长理解和响应简洁、清晰的指令。
    2. 避免思维链提示: 由于这些模型在内部执行推理,因此提示它们“逐步思考”或“解释你的推理过程”是不必要的。
    3. 使用分隔符以提高清晰度: 使用分隔符(如 Markdown、XML 标签和章节标题)来清楚地指示输入的不同部分,这有助于模型正确地解释各个部分。
    4. 首先尝试零样本,如果需要再尝试少样本: 推理模型通常不需要少样本示例(few-shot examples)就能产生好的结果,所以首先尝试编写没有示例的提示。 如果你对期望的输出有更复杂的要求,在提示中包含一些输入和期望输出的示例可能会有所帮助。但要确保示例与你的提示指令非常一致,因为两者之间的差异可能会导致不良结果。
    5. 提供具体的指导方针: 如果你想明确地限制模型的响应(例如“提出一个预算低于 500 美元的解决方案”),请在提示中明确地列出这些约束条件。
    6. 非常明确地说明你的最终目标: 在你的指令中,尝试为成功的响应提供非常具体的参数,并鼓励模型持续推理和迭代,直到符合你的成功标准。
    #AI创造营#

    点击查看原文