Skip to main content

acshame

acshame
acshame

  1. Andrej Karpathy分享了一个可能更客观的大模型的评估体系：openrouter这种大模型API服务商的排行榜。
    OpenRouter 允许个人/公司在不同的 LLM 提供商之间快速切换 API。它们的应用场景都是真实的（不是玩具问题或谜题），它们都有自己的私有评估，并且它们都有激励机制来确保选择正确，因此通过选择一个 ​​​https://mapp.api.weibo.cn/fx/3de82c66833ba6695f26597dc379d1ce.html

  7. Visual RAG - 基于Gemini 2.5 与多模态嵌入模型（例如 Cohere 最新的 Embed v4）相结合，实现的视觉 RAG↓ 避免将图像转换为 Markdown的过程，直接处理图像视觉。

    - 直接检索和理解复杂图像（幻灯片、图表、图形、信息图）。
    - 跳过容易出现的图像到 markdown 步骤，保留丰富的视觉信息。
    - 将 Ge ​​​https://mapp.api.weibo.cn/fx/025b8ef019b6962c35cc9219efbed699.html

  9. 【[1.1k星]aipyapp：旨在展示 Python-use 概念的实际应用，它允许用户通过两种模式与 LLM 交互：任务模式，适合不熟悉 Python 的用户，可以通过输入任务来使用；Python 模式，适合熟悉 Python 的用户，可以输入 Python 命令。 亮点：1. 支持自然语言描述任务，自动生成Python代码并执行；2. 提供完整的 ​​​https://mapp.api.weibo.cn/fx/e145b4f156a09764064fbce24cc9f7cd.html

  13. 微软发布了Phi-4-reasoning 模型。参数14b，开源推理模型。
    🔗 huggingface.co/microsoft/Phi-4-reasoning
    该模型基于约 140 万条精心筛选的 o3-mini 推理演示数据进行监督微调，并进行了少量强化学习。
    虽然是个小模型但跑分不低，特别是在AIME 25上。能力应该是侧重于数学和推理。

    #AI创造营# ​​​https://mapp.api.weibo.cn/fx/9bc92fe610f79abbd23d330b73ef44a9.html
    huggingface.co
    microsoft/Phi-4-reasoning · Hugging Face
    microsoft/Phi-4-reasoning · Hugging Face
    We’re on a journey to advance and democratize artificial intelligence through open source and open science.

  14. https://x.com/pangyusio/status/1917619556962689115?t=dpgj5z0oNSUGYYaD13qtVQ&s=35
    X (formerly Twitter)
    Pangyu 胖鱼 🐠 (@pangyusio) on X
    本硕博十年，我越来越明白：

    学习的本质，是为自己建立一个正反馈机制。

    让你可以心甘情愿地、每周投入几十小时，去阅读、思考、记忆、练习、总结。

    但这件事极其因人而异，智商在其中起着决定性作用。

    比如：
    对智商100的人来说，学微积分可能永远难以带来正反馈，学了三小时，困惑六小时。

  19. https://x.com/manateelazycat/status/1917511078105473078?t=Z-kxK2rJ7EKjnbS1j3PbnA&s=35
    X (formerly Twitter)
    Andy Stewart (@manateelazycat) on X
    DeepSeek 671B省流版：
    单张 NVIDIA 4090 显卡即可实现流畅推理，减少 93.3% 的显存占用，提升吞吐量达 5.76 倍。

    DeepSeek-Prover-V2-671B 是 DeepSeek AI 团队于 2025 年 4 月 30 日发布的开源大模型，专门针对数学定理证明任务进行了深度优化。以下是该模型的核心特性与技术亮点：

    1.