@fish2lab

💻CS Senior | 🎓Incoming PhD Student | 📷GFX100s & GF45

Joined August 2024
おはようございますヽ(。・ω・。)ノ
32
56
735
4,962
Impressive footage of numerical super-genius caculating the width of the Sanzu river in mere seconds 👇
35
1,090
28
27,718
351,080
Silas Su retweeted
继诺贝尔奖和孙宇晨奖后 鲸鱼娘奖也要有一席之地! 这个奖项的获得条件是吃白饭的碗数超过鲸鱼娘😋 吃白饭的能力想超过鲸鱼娘还是太难了~
1
2
78
2,323
Silas Su retweeted
商场里的空调好像就是这个原理
22
83
2
469
27,425
不可以同时当我的亲人、挚友、恋人、爱人、共犯、知己、抱枕、主人和神明吗?
2
1
25
614
Silas Su retweeted
你值机托运的时候,是不会管你航司的。你过海关的时候,是外航机组在你护照上盖章的吗?很难想象你生活在国外,因为你看起来像是从来没有坐过飞机。
出国回国的航班选择,回国无所谓。出国,请一定选择欧美航班,不要为了便宜选择东方航空,甚至香港🇭🇰国泰都不行。 浓眉大眼的白人是不会因为签证以外的问题拒绝你登机的。但是国内航班包括机组人员,全部要听中央的! 而且买国内航空的你的信息会更早被详细扫视,但是不通过✅任何中国🇨🇳APP购买的国际航空票,比如booking买北欧航空的信息,他们不知道!不知道。 你应该懂我意思!
9
2
1
109
12,922
Silas Su retweeted
一台入门款 Mac mini,就能在本地运行腾讯新开源的翻译模型。Hy-MT2 把高质量机器翻译的门槛压到了 440MB。 它的轻量版本参数量为 1.8B,通过自研 1.25-bit 量化大幅缩小体积,推理速度达到上一代的 2 倍,翻译效果已超过微软、豆包等商业 API。 更大的 7B、30B 版本,表现也领先 DeepSeek-V4-Pro 等开源模型。 无需联网、不用按量付费,文本留在自己的设备上处理。对个人用户来说,本地翻译终于不再是高配机器的专属能力。 🔗 huggingface.co/tencent/Hy-MT…
20
37
3
145
15,735
Silas Su retweeted
最近很火的那个捏人桌宠游戏(游戏名:角色屋),尽可能地去贴近角色搭配了。 虽然软件优化是轻薄本杀手级别的,但谁能拒绝深夜和ai互殴的时候有家产相伴呢!
1
6
33
515
Silas Su retweeted
兄弟们,免费的无限token 鸡蛋又来了🥹 阿里真的是大手笔呀🥹 这次直接免费12天Qwen 3.8 flash 任何人什么条件都不需要,在qoder CN 里面无限用Qwen3.8-Flash, 时间:9月18日—— 9 月 30 日,同时每天还能白领 100 Credits 不用会员、不用充值、不用领取 免费版用户也能用 官方说了,不是只能在桌面 IDE 里用,这次免费覆盖 Qoder CN、Qoder CN IDE、JetBrains 插件、CLI、QoderWake、Cloud Agents、手机端和网页版。 统统所有这些里面直接在模型选择器里选 Qwen3.8-Flash 就可以用 关键来了 这12天内,每天可以领取100credit ,这 100 Credits 和 Flash 免费活动互不冲突,咱们也可以用其他模型花费这个
32
9
158
36,400
Silas Su retweeted
Jev 发布没几天,开源社区已经开始疯狂复刻了🔥 最值得推荐的五个模型: 1、Laya 421M:原生决策模型,支持 Mac 2、Decider-2B:最像 Jev,基于 Qwen3.5 3、NanoJev 0.6B:专门的 Decision Head 4、Reflex:Qwen3.5 + Direct Logits 5、System-One 4B:专门做概率校准 如果和我一样是苹果的芯片,我推荐: Laya 和 Reflex 下一步我准备选两个在本地运行 然后测试一下和Jev的差距
Jev 刚发布没几天,开源社区就出现了同款🔥 Decider-2B模型,是基于 Qwen3.5-2B 做了特殊调整 它和 Jev 模型是一样的 只做选择 评分和判断 不是文本类的 LLM 模型 但两者还是有几个明显区别: 1、模型 Jev:闭源 System One Model Decider:Qwen3.5-2B,约 1.9B 参数,Apache 2.0 开源 2、价格 Jev:$0.042 / 100万输入 Token,输出免费 Decider:本地部署,没有 API Token 费用,只算机器成本 3、速度 Jev:官方约 70–500ms,吞吐 25万 Token/s Decider:GH200 测试单次约 3–8ms,但硬件环境不同,不能直接横比 4、能力 Jev:重点是 RLCD + 概率校准,产品化更成熟 Decider:同样支持 Choice / Score / Noul,也专门做了 Calibration 训练 5、使用方式 Jev:直接调 API Decider:自己部署,更适合直接塞进 Pi、Hermes 这类 Agent Harness 如果感兴趣 可以去看一下 模型地址:huggingface.co/Mapika/decide…
6
47
2
355
34,440
当 AI 把写代码的吞吐量放大数倍之后,我们该如何管理本地的开发环境、并发任务以及代码合并?
11
9
1
102
12,240
Silas Su retweeted
影石联合腾讯会议出了款 AI 录音领夹麦,698 元起,19 克,能领夹也能磁吸。正面是块低功耗彩色墨水屏,被网友叫「电子吧唧」,可以自己上传姓名和公司 Logo,兼作电子工牌。 硬件本身没什么新鲜,真正卖的是录音之后那段。官方说能自动整理核心结论,归纳每位发言人的身份、立场、主张,提炼会议共识和待办,生成图文纪要,腾讯会议内置了 6 种模板。录完还能就着内容继续问元宝,转写和总结结果通过腾讯会议开放的 CLI 接口喂给 WorkBuddy、Qclaw 这类工具。 这条赛道已经很挤了。Plaud Note 靠振动传导解决 iPhone 通话录音,全球累计销量超 100 万台;钉钉 DingTalk A1 去年 8 月出,30 多种场景模板、10 余种角色助理;飞书今年 1 月联合安克做了 AI 录音豆,约 10 克;讯飞走的是耳机路线。 形态从卡片、领夹到耳机全试过一遍,功能介绍却高度雷同:转写、总结、问答、接办公 Agent。 易观数据里 WorkBuddy PC 端 6 月访问量 2097 万次,国内同类第一,超过二三名之和——这也是腾讯这场布局里最值钱的资产。 硬件只是入口,争夺的是谁接住录完之后的那段工作流。
2
2
3
1,218
Silas Su retweeted
Claude Code 的 Projects 改版:Claude Tag 的架构 + Slack 的 Thread 功能 以前就有人说现在 ChatBot、Agent 的交互就是借鉴自 Slack 的,现在看起来一点不假,Anthropic 今天重做了 Claude 的 Projects 功能,先在 Claude Code 里上线测试版,终于把我最喜欢的 Thread 功能也抄进来了。 以前的 Project 是个文件夹,放资料和指令,对话还是一个个分开的。新版变成一个持续的主对话:你在里面说要做什么,Claude 自己拆任务,分给多个并行的 Thread 去干,检查结果后汇总给你。关掉电脑,活儿还在云端继续跑。 【用 Slack 的 Thread 来理解】 用过 Slack 或飞书的人都熟悉 Thread(飞书里叫“话题”),有时候在频道里要就某一个话题深入讨论,就可以在某个消息下评论开个 Thread,相关讨论都收在这个 Thread 下面的回复里。主频道保持干净,想看细节再点进去。 新版 Projects 就是这个形态。 我还没资格使用这个新功能,看了一些视频和介绍,Boris Cherny 晒了自己项目的截图:他在主对话里丢了一张截图,说“启动 cc cli 总弹这个提示”。Claude 回了句“在查了”,随即在这条消息下面开出一个 Thread,标题是“iTerm 启动时的配置变更警告”。 点开 Thread,右侧面板里是完整过程:查出是 5 月加的一个 iTerm2 功能每次启动都去改终端配置,提了修复 PR(代码合并请求)#69807,PR 已合并,Thread 标记为“已解决”,需要时可以重新打开。这件事在主对话里只占一张卡片,下面写着“11 条回复”。 接着他又发了句“unship this”(把这个功能撤掉),Claude 再开一个 Thread 去办。Boris 说他已经不再管理会话了,想到什么就发什么,拆分交给 Claude。 【背后是多智能体】 结构上是一个协调者加一群干活的。主对话里的 Claude 是协调者,负责理解需求、派活、跟进和验收。每个 Thread 是一个独立的 Claude Code 云端会话,有自己的代码分支和仓库副本,互不干扰。两个 Thread 改到同一段代码时,按普通的合并冲突处理。单个 Thread 内部还能继续拆,调用子智能体(subagent)并行处理,让大任务更快完成。 过去想让几个 Claude Code 同时干活,得自己开多个终端或云端会话,自己分工,最后自己把结果拼起来。现在这层调度交给了协调者。官方的说法是,像给幕僚长交代工作一样跟它说话,几件事一起说、顺序随意都行。 【和 Claude Tag 什么关系】 Claude Tag 是 Anthropic 6 月 23 日推出的产品,面向 Enterprise 和 Team 客户测试。它让 Claude 作为团队成员加入 Slack 频道,频道里任何人都可以 @Claude 派活,它把任务分阶段做完,在 Thread 里回复结果,还会记住频道里的相关信息。Anthropic 当时就说,Claude Tag 是 Claude Code 演进的开端。 Thariq 也有推文解释:Projects 把 Claude Tag 的架构带进了 Claude Code,每个项目有一个智能体管理记忆,再按任务派出子智能体,还可以让它主动做事、定时做事。 所以两者是同一套架构装在不同的地方。Claude Tag 住在 Slack 里,面向团队,一个频道所有人共用一个 Claude。 新版 Projects 在 Claude 自己的产品里,面向个人,Pro 和 Max 订阅就能用,不需要公司买企业版,也不需要 Slack。 【记忆和资料库】 项目里所有 Thread 共享一份记忆,干活时既读也写。官方举的例子:发布日期改到了周五,导出功能为什么砍掉,动计费服务之前要先问谁。这些事说过一次,后面新开的 Thread 都知道,不用每次在提示词里重新交代。多久汇报一次、汇报写多细,也可以直接跟它说,它会记住。 另有一个资料库(library),收着你上传的文件和 Claude 产出的文件。顶部的 Overview 面板列出哪些事在等你拍板,手机上也能查看和指挥任何一个 Thread。 【适合什么场景】 适合一次回复搞不定、又能拆成几块并行的活。官方给了两个例子。 一是给项目定个目标“降低结账环节的 p75 延迟”(75% 的请求能在这个时间内完成),让 Claude 在并行的 Thread 里逐个接口做性能分析、试优化方案、提 PR。 二是同时连上 API、网页端、移动端三个仓库,目标是下线一个废弃的 v1 接口。Claude 给每个仓库开一个 Thread,迁移调用方、跑测试、提 PR,最后告诉你哪个要先合并。 Boris 截图里的用法也很典型:日常维护一个代码库,bug、小需求、临时想法随手丢进去,每件事自动变成一个可追踪的 Thread。改一行代码、问一个问题这类小事,开普通会话就够了。 【限制和上手】 每个 Thread 都是一个完整的 Claude Code 会话,几个同时跑,用量额度消耗得更快。项目里可以查看用量,也可以给协调者和干活的 Thread 分别选模型和推理强度。Boris 截图里主对话用的是 Fable 5.1,强度设为 Low。 Thread 目前只在云端运行,碰不到你电脑上的文件、本地工具和公司内网。Anthropic 说本地运行很快会支持。 测试版今天起开放给部分 Pro 和 Max 用户,条件是在 Claude Code 里使用云端会话,且网页和桌面端没有已建的旧项目。未来一周扩大到更多 Claude Code 用户,之后才轮到聊天、Cowork 以及 Team、Enterprise 套餐。旧项目照常可用,后续统一升级。没拿到资格的可以去 claude.com/form/projects 排队。
Today we're rolling out Projects in Claude Code on desktop and web. A project is one conversation with Claude. It splits the work into threads itself, runs them as parallel cloud sessions, passes context between them, and keeps going when you leave. In beta for select users.
104
21
6
128
34,952
Silas Su retweeted
Jev 刚发布没几天,开源社区就出现了同款🔥 Decider-2B模型,是基于 Qwen3.5-2B 做了特殊调整 它和 Jev 模型是一样的 只做选择 评分和判断 不是文本类的 LLM 模型 但两者还是有几个明显区别: 1、模型 Jev:闭源 System One Model Decider:Qwen3.5-2B,约 1.9B 参数,Apache 2.0 开源 2、价格 Jev:$0.042 / 100万输入 Token,输出免费 Decider:本地部署,没有 API Token 费用,只算机器成本 3、速度 Jev:官方约 70–500ms,吞吐 25万 Token/s Decider:GH200 测试单次约 3–8ms,但硬件环境不同,不能直接横比 4、能力 Jev:重点是 RLCD + 概率校准,产品化更成熟 Decider:同样支持 Choice / Score / Noul,也专门做了 Calibration 训练 5、使用方式 Jev:直接调 API Decider:自己部署,更适合直接塞进 Pi、Hermes 这类 Agent Harness 如果感兴趣 可以去看一下 模型地址:huggingface.co/Mapika/decide…
7
41
2
244
56,655
Silas Su retweeted
加州理工学院数学家 Babak Hassibi 联合创立的 AI 实验室 PrismML 发布 Ternary Bonsai 2 27B,把 Qwen3.8 27B 的 270 亿参数模型压到 5.9GB。它把权重压成 -1、0、+1 三种值,体积只有 FP16 原版约九分之一。模型支持 26.2 万 Token 上下文、图文输入和 Agent 工具调用,并以 Apache 2.0 许可开放权重。 相比两个月前的第一代 Bonsai 27B,新版体积基本没变,但底模从 Qwen3.6 换成了 Qwen3.8。PrismML 自测称,综合基准成绩相对完整版的保留率从约 95% 提到 98.2%,其中数学和代码成绩已经非常接近原版。官方还演示了它在 RTX 5090 上直接跑 Cline 编程 Agent 和 Computer Use。
Today, we’re announcing Ternary Bonsai 2 27B. Based on Qwen3.8 27B, Bonsai 2 27B is 9x smaller than its full-precision counterpart while retaining 98.2% of its aggregate benchmark performance. Two months after the first Bonsai 27B release, the biggest change is quality. The footprint remains 5.9 GB, but the gap to full precision has narrowed materially, with particularly strong gains in agentic coding, multimodal reasoning, and long-horizon tool use. Ternary Bonsai 2 27B is available today under Apache 2.0.
4
7
50
10,778
老习去了趟印度就被中推反贼谣棍见天造谣嘎了 讽刺的是这事还传到了日推和英推圈。 一帮人不假思索开香槟,以为明天老共就倒台了 or 亲美亲西方了 在反贼谣棍的世界观里,只要中共现任领导人退位或嘎了,他们的生活就好了。中国就亲西方了 可讽刺的在于长者退位时,他们没有等来中国的巨大变革;胡锦涛退位时,中国依然没如他们愿,乃至于今天习近平在位,甚至将来习总退位,继任者上台,中国的政策依然不会出现 反贼谣棍认为的 180° 的大转弯。 很多今天的谣棍反贼之所以还抱着老共政策大转弯,无非是想复现 1976 年文革结束,1978 年邓公上台主持十一届三中全会那会。中国全面转向改革开放的时期,但要我说,那个时期只有一次,且不可复现。 要知道,十年动荡后老中当时有切实的发展需求,改革开放初期的中国经济基础差,工业能力弱,技术水平拉,外汇储备低。所有的一切现实情况逼迫老共必须改革开放,引入美西方的技术及资本,才能助推自身崛起。但现在是这样吗? 今天的情况是老中的 GDP 早就世界第二,多项技术甚至在世界遥遥领先,且与世界各个合作伙伴深度绑定,中国再也不是那个要看着美欧眼色吃饭的小弟,而是坚实的合作伙伴,须知美欧需要中国的制成品、中间品、电池、光伏和部分关键原材料;中国需要外部的能源、粮食、高端芯片、部分核心设备,以及美欧日的最终市场。双方早就形成稳定的互惠关系。再者,今天美西方对华早就是贸易逆差之势,所以,如反贼谣棍所言,上台一个亲西方的领导人,那我请问亲近西方,当下的现实利益又是什么?西方又能给老中的是 LA 街头的流浪汉还是欧公子的白左女权叙事?甚至绿党环保魔怔人呢? 所以我说,反贼谣棍那叫许愿,这许愿就是连许愿池的王八都知道这愿望太离谱,都得把钱给他退回去。这帮人听床的结果只会收获海外魔怔反共人,而把那些真正理性的群体推向老共的一边。 谢谢大家
64
5
3
227
18,389
Silas Su retweeted
太牛了,有白帽团队用Claude的模型攻破了OpenAI私有Github仓库权限,这个攻击链路可以说是过去一年非常典型的一套流程👍 @S1r1u5_@rootxharsh 和在 7 月 25 日用了不到 72 小时走完了整条攻击链: 1. 上传一张恶意 HEIC 图片 2. Discourse 论坛走 ImageMagick 解码 3. 打到 Debian 镜像里没及时 backport 的 libheif 堆溢出 4. 在 community.openai.com 拿到 RCE 5. 再利用 OpenAI 的 SSO 配置问题,接管登录过该论坛的员工 ChatGPT/Codex 账号 6. 顺着已连接的 GitHub,用 Codex 在内部私有 monorepo 里开了一个无害 PR 作为证明 整个过程中,Opus 4.8 帮助从 Discourse 的 Docker 镜像里找出还没来及修补的漏洞,并写出关掉 ASLR 的本地 exploit。然后 Opus 5 刚上线几小时就把它适配到带 ASLR、jemalloc 的真实云环境,直接打穿 OpenAI 论坛。以前这种依赖分析、内存破坏、环境适配,往往要资深研究员耗几周甚至几个月,现在几天就能闭环。 这条链几乎把过去一年最常见的问题叠在一起了: - 冷门图片库的安全修复没被当成安全补丁 - 发行版没及时 backport - 论坛把用户上传直接丢给 ImageMagick - 身份系统和社区产品共享登录态 - 员工账号又把 GitHub / Slack / 邮箱连进了 Codex 由于这些链路同时存在时,爆破半径直接从一个论坛扩展到员工账号、内部仓库,以及一堆已授权第三方服务。 完整细节见博客:hacktron.ai/blog/hacking-ope…
On July 25, we hacked OpenAI. Two bugs let us take over ChatGPT/Codex accounts of OpenAI employees (+some unaffiliated users) and reach connected services: Outlook, Slack, GitHub, etc. We proved it with a PR in OpenAI’s internal codebase . It took us <72h. 🧵
6
15
3
130
26,899
从O社、A社泄漏出来的技术路线还有唐杰的最近讲课可以看出,LLM延续的所谓AGI ASI路线,完全是走逻辑、工程、物理推演的路子,和文科基本没关系。 文科生确实不再需要关注AI了,AI工具无法再进一步给我们赋能,也不会真正抢走做事人的饭碗。 我们的未来只与经济大环境以及个人思考、选择密切相关。
16
5
2
85
10,768
啊啊 啊啊啊……环球影城……
4
3
85
940
Silas Su retweeted
今天,因为新加坡《联合早报》刊登了一篇把“九一八事变”与深圳日本男童遇袭案强硬捆绑的文章,正被成千上万的中国网友骂总编辑的娘呢,我一查,原来总编辑也是个女的,洪奕婷,而且是在去年5月接任的,大家想想,这张《联合早报》虽然一直都很酸、很阴、很鬼、很得瑟,但它真正变骚、变淫、变贱、变无耻是不是从去年年中开始的呢?人物才是事情最重要的骨干。 洪奕婷(Ang Yiting),45岁,自2025年5月5日正式接任,接替任职近15年的吴新迪(男的)。洪奕婷据称拥有20余年新加坡媒体从业经历,南洋理工大学大众传播学士、新加坡国立大学李光耀公共政策学院公共管理硕士。曾先后任职优频道电视新闻、《联合晚报》、《我报》、《联合早报》,是早报数字化转型核心成员。 另新加坡华文媒体集团的社长是李慧玲,统筹包括《联合早报》在内多家刊物,但总编辑洪奕婷是《联合早报》直接的采编负责人。 所以,该骂的人就是洪奕婷。
133
63
10
715
96,583