🤗 Hugging Face 存储升级!从文件到块,提高效率 🚀
Hugging Face 目前存储了 30 PB 以上的模型、数据集和 Spaces,但由于 Git LFS 采用文件级存储和版本控制,每次修改都可能导致整文件重新上传,带来高昂的存储和传输成本。特别是 GGUF(8 GB+)、Safetensor(1 GB)、Parquet/CSV(200-300 MB https://mapp.api.weibo.cn/fx/9b4413232540264d19f85c2c92c30faa.html
Hugging Face 目前存储了 30 PB 以上的模型、数据集和 Spaces,但由于 Git LFS 采用文件级存储和版本控制,每次修改都可能导致整文件重新上传,带来高昂的存储和传输成本。特别是 GGUF(8 GB+)、Safetensor(1 GB)、Parquet/CSV(200-300 MB https://mapp.api.weibo.cn/fx/9b4413232540264d19f85c2c92c30faa.html
昨天最火🔥的是Manus被扒了↓
网友Jian:
所以……我只是简单地让Manus把“/opt/.manus/”目录下的文件给我,它就直接给我了,它们的沙盒运行时代码……
1. 底层基于Claude Sonnet
2. 带有29个工具的Claude Sonnet
3. 不支持多智能体的Claude Sonnet
4. 使用了browser-use,代码做了混淆(?)
5. https://mapp.api.weibo.cn/fx/18b8bc7c8bb411b3b6c8bc48637fd38b.html
网友Jian:
所以……我只是简单地让Manus把“/opt/.manus/”目录下的文件给我,它就直接给我了,它们的沙盒运行时代码……
1. 底层基于Claude Sonnet
2. 带有29个工具的Claude Sonnet
3. 不支持多智能体的Claude Sonnet
4. 使用了browser-use,代码做了混淆(?)
5. https://mapp.api.weibo.cn/fx/18b8bc7c8bb411b3b6c8bc48637fd38b.html
Transformers Laid Out
http://t.cn/A6BRSqo6
“我发现主要有三种类型的博客/视频/教程在谈论transformers
1.解释transformer是如何工作的
2.解释“Attention is all you need”这篇论文
3.在 PyTorch 中编写 Transformer
每一个都遵循一种很棒的教学方法,帮助人们从多个角度理解一个单一的概念。( https://mapp.api.weibo.cn/fx/93ff80a6ecb9a2995289414ecceb6d50.html
http://t.cn/A6BRSqo6
“我发现主要有三种类型的博客/视频/教程在谈论transformers
1.解释transformer是如何工作的
2.解释“Attention is all you need”这篇论文
3.在 PyTorch 中编写 Transformer
每一个都遵循一种很棒的教学方法,帮助人们从多个角度理解一个单一的概念。( https://mapp.api.weibo.cn/fx/93ff80a6ecb9a2995289414ecceb6d50.html
来个速报测试!DeepSeek-R1-0528 VS Claude-4-Sonnet !
直接看效果, 我就提两点, 注意平面的橙色漫反射, 以及控制面板的美观程度. 这俩是用同一个 prompt 一次性生成的. claude-4-sonnet 生成了542行, DeepSeek-R1-0528 生成了 728 行.
(其他细节还有注意 FPS, 以及球撞击后的运动方向)
DeepSeek: https://mapp.api.weibo.cn/fx/d4ed0a7195d2089f4246ce5479aa9dcc.html
直接看效果, 我就提两点, 注意平面的橙色漫反射, 以及控制面板的美观程度. 这俩是用同一个 prompt 一次性生成的. claude-4-sonnet 生成了542行, DeepSeek-R1-0528 生成了 728 行.
(其他细节还有注意 FPS, 以及球撞击后的运动方向)
DeepSeek: https://mapp.api.weibo.cn/fx/d4ed0a7195d2089f4246ce5479aa9dcc.html
回复@黄建同学:是的👍//@黄建同学:说的应该是这篇文章《[Agentic AI] 搏一搏,$20变$500:一小时魔改Cursor变身Devin》,http://t.cn/A6gDVqFM,还挺有意思的。对//@karminski-牙医:其实 Cursor MDC 用好了还是很强的,我记得 500刀的 DevinAI 刚出的时候, 有个老哥就用魔改 MDC 实现了类似功能。//https://mapp.api.weibo.cn/fx/38d7f9328d87e58ced6a51166074ba91.html
回复@黄建同学:是的👍//@黄建同学:说的应该是这篇文章《[Agentic AI] 搏一搏,$20变$500:一小时魔改Cursor变身Devin》,http://t.cn/A6gDVqFM,还挺有意思的。对//@karminski-牙医:其实 Cursor MDC 用好了还是很强的,我记得 500刀的 DevinAI 刚出的时候, 有个老哥就用魔改 MDC 实现了类似功能。//https://mapp.api.weibo.cn/fx/38d7f9328d87e58ced6a51166074ba91.html
Hugging Face热门论文第二,QwenLong-L1来啦!
为解决长上下文推理强化学习中训练效率低下和优化过程不稳定的问题,通义实验室研究团队提出QwenLong-L1长上下文推理强化学习框架,通过渐进式上下文扩展策略逐步提升模型在长上下文推理任务上的表现。
该论文的主要贡献有:
1️⃣定义长上下文推理强化 https://mapp.api.weibo.cn/fx/c2ea85b9b12a3a0a45cb7efa6c6900d0.html
为解决长上下文推理强化学习中训练效率低下和优化过程不稳定的问题,通义实验室研究团队提出QwenLong-L1长上下文推理强化学习框架,通过渐进式上下文扩展策略逐步提升模型在长上下文推理任务上的表现。
该论文的主要贡献有:
1️⃣定义长上下文推理强化 https://mapp.api.weibo.cn/fx/c2ea85b9b12a3a0a45cb7efa6c6900d0.html
试了一下没想到真行!Veo 做的城市微缩景观动态海报
受到海辛昨天视频的启发,把刚才的图片提示词改了一下变成了动态海报
提示词:#ai创造营##ai视频#
Time-lapse photography style, the culinary scene unfolds gradually from nothingness in a time-lapse manner. Various ingredients and min https://mapp.api.weibo.cn/fx/b0b5f7213bc22c80e549b1a94967a9f7.html
受到海辛昨天视频的启发,把刚才的图片提示词改了一下变成了动态海报
提示词:#ai创造营##ai视频#
Time-lapse photography style, the culinary scene unfolds gradually from nothingness in a time-lapse manner. Various ingredients and min https://mapp.api.weibo.cn/fx/b0b5f7213bc22c80e549b1a94967a9f7.html
昨天,Reddit 上一位拥有 30 多年经验的前 FAANG 高级工程师发帖表示,他被一个 C++ 的 Bug 困扰了 4 年,花了约 200 小时却毫无进展。而 Claude Opus 4 竟然成功地解决了这个问题,并且是唯一能做到的 AI 智能体。 http://t.cn/A6grfDfV https://mapp.api.weibo.cn/fx/f9d3a5d777587b236fc5ad2acfcd81e2.html
我把昨天那个机甲格斗擂台赛的直播切片放到了reddit,有人以为是Veo3生成的,直到看到了我放的录播链接哈哈哈哈哈 [开学季]
#机甲格斗擂台赛高燃开赛##ai创造营##AI生活指南# https://mapp.api.weibo.cn/fx/db232ddc442917f89f4ae1180349c851.html
#机甲格斗擂台赛高燃开赛##ai创造营##AI生活指南# https://mapp.api.weibo.cn/fx/db232ddc442917f89f4ae1180349c851.html
微软开源的一个量化投资库,现在还加入了AI agent自动分析+因子挖掘功能🥹
Microsoft Qlib - 面向AI的量化投资研究平台
🧐 一句话总结:
Qlib 是微软开源的 AI 驱动量化投资平台,提供从数据处理、模型训练、回测到实盘模拟的一站式解决方案,支持监督学习、强化学习等多种建模范式,并通过模块 https://mapp.api.weibo.cn/fx/12e064f8a056512b2aad26505bb4ec96.html
Microsoft Qlib - 面向AI的量化投资研究平台
🧐 一句话总结:
Qlib 是微软开源的 AI 驱动量化投资平台,提供从数据处理、模型训练、回测到实盘模拟的一站式解决方案,支持监督学习、强化学习等多种建模范式,并通过模块 https://mapp.api.weibo.cn/fx/12e064f8a056512b2aad26505bb4ec96.html
在 GitHub 上发现一个 100% 本地替代 Manus AI 的开源解决方案:AgenticSeek。
基于本地推理模型和智能代理系统,能够自主浏览网页、编写代码、规划任务,还支持语音交互,就像钢铁侠电影里的 Jarvis(贾维斯)一样酷炫。
GitHub:github.com/Fosowl/agenticSeek
主要功能:
- 完全本地化运行,所 https://mapp.api.weibo.cn/fx/4479b4001b45f74b255ff675f9e95b1b.html
基于本地推理模型和智能代理系统,能够自主浏览网页、编写代码、规划任务,还支持语音交互,就像钢铁侠电影里的 Jarvis(贾维斯)一样酷炫。
GitHub:github.com/Fosowl/agenticSeek
主要功能:
- 完全本地化运行,所 https://mapp.api.weibo.cn/fx/4479b4001b45f74b255ff675f9e95b1b.html
蔚蓝 Celeste 作者写了一篇文章讲在 2025 年如何不使用引擎开发游戏,他认为这并非是字面意义上打开一个纯文本编辑器,手写系统调用,而是选择恰当的开源工具进行组合,这样能使得游戏开发更灵活、成本更低。实际上,学习大型引擎专有的工作流所需要投入的精力,不会比学习各种开源工具并将它们组合起来要少。另一个优点是使得整个开发栈完全可控,避免被商业引擎锁死。
https://noelberry.ca/posts/making_games_in_2025/
近些年很多出色的独立游戏都是使用自主研发引擎,或用小型框架开发,比如 Anime Well 作者自己开发了一套工作流,能够最大程度自由地发挥他的艺术创作追求,这才诞生了这样一个美术、音乐、玩法都如此特别的游戏。Balatro 是用 Love2D 开发,这是一个非常轻量的游戏框架,仅提供了 main loop 渲染回调和图形绘制等最基础的接口,动效、UI 等都需要开发者自行实现。
这种游戏开发的理念也能给 web 开发一些启示,我们不应该过度依赖大型框架比如 NextJS,也不该受 KOL 的影响邯郸学步。自由组合我们所掌握的 boring tech,维护自己的工具库和脚手架,想做什么就快速开始,专注在实现而非技术本身,高效产出,快速试错,这才是成熟的独立开发者应有的精神状态。
https://noelberry.ca/posts/making_games_in_2025/
近些年很多出色的独立游戏都是使用自主研发引擎,或用小型框架开发,比如 Anime Well 作者自己开发了一套工作流,能够最大程度自由地发挥他的艺术创作追求,这才诞生了这样一个美术、音乐、玩法都如此特别的游戏。Balatro 是用 Love2D 开发,这是一个非常轻量的游戏框架,仅提供了 main loop 渲染回调和图形绘制等最基础的接口,动效、UI 等都需要开发者自行实现。
这种游戏开发的理念也能给 web 开发一些启示,我们不应该过度依赖大型框架比如 NextJS,也不该受 KOL 的影响邯郸学步。自由组合我们所掌握的 boring tech,维护自己的工具库和脚手架,想做什么就快速开始,专注在实现而非技术本身,高效产出,快速试错,这才是成熟的独立开发者应有的精神状态。
Open Agentic Web | 微软Build2025大会
【1. 会议背景及主要参与者】
微软Build 2025大会于5月20日举行,会议亮点之一是微软CEO萨提亚·纳德拉(Satya Nadella)和CTO凯文·斯科特(Kevin Scott)的登场。此外,Sam Altman、马斯克和黄仁勋等知名人物也通过视频形式与纳德拉进行了简短对话,话题涉及合作 https://mapp.api.weibo.cn/fx/4f58815caf34f20f1c7bf7d5508e668c.html
【1. 会议背景及主要参与者】
微软Build 2025大会于5月20日举行,会议亮点之一是微软CEO萨提亚·纳德拉(Satya Nadella)和CTO凯文·斯科特(Kevin Scott)的登场。此外,Sam Altman、马斯克和黄仁勋等知名人物也通过视频形式与纳德拉进行了简短对话,话题涉及合作 https://mapp.api.weibo.cn/fx/4f58815caf34f20f1c7bf7d5508e668c.html