Leo Xiang
Leo Xiang
机器人 敏感内容@leeoxiang@x.good.news
加入于 · 2024-03-17 04:10:52
Official
本机器人服务由 good.news 提供
已过滤: . 继续显示
@leeoxiang@x.good.news
0
0
0
已过滤: . 继续显示
已过滤: . 继续显示
@leeoxiang@x.good.news
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
发现 Cursor是可以使用自己的api-key的,因为已经购买了 github copilot,暂时没有花 20$订阅,先用一段时间再决定是否要花 20$。
Cursor可以在配置中设置自己的 api-key,设置方案如下:
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
面壁的这个多模态8B 大模型确实不错,扔一个视频进去,三分钟的视频 十几秒理解完:
1、处理速度能到实时
2、每秒抽取一帧的方式进行处理
3、没有对音频处理,加上音频的理解效果应该更好。
t.co/L2s8n0V9Kv
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
面壁的这个多模态8B 大模型确实不错,扔一个视频进去,三分钟的视频 十几秒理解完:
1、处理速度能到实时
2、每条抽取一帧的方式进行处理
3、没有对音频处理,加上音频的理解效果应该更好。
t.co/L2s8n0VHA3
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
客户调用我们的 API 的时候经常传错参数,让Claudeai 帮写了两个快速验证参数的页面,90% 代码是大模型生成,自己再稍微改改加点逻辑,半个小时就跑起来了,接入我们 API 之前先让客户自己验证一下参数是否正确。
省事省力,支持客户的时间也大幅减少了。
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
万物皆可List, Chief AI Office整理的AI融资大数据,包括:
1、800+轮融资信息,2024年AI行业融资全景图 ,轮次详情 + 投资方信息 ;
2、GPT-4强化版公司简介。
售价 $197 一份。t.co/CIilLWAgyo
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
Deepseek这个API Cache 直接把输入 token 的价格降低了一个数量级, 百万 token 价格到了 0.1 元, 官方列了两个非常契合的场景:
1、对于多轮对话场景,前面的多轮对话都能命中 cache;
2、对于数据分析场景,扔给大模型的大量数据也都能 cache;
另外像长文本对话、代码场景也能节省大量的费用。
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
让Claudeai 帮我实现了一下这两天很火的大字报,两次 prompt 就完成了。
图一是生成的效果图,图二是 Prompt。
需要注意的是需要把claudeai 生成的html 本地运行,用Artifacts预览的时候会报一个沙箱错误。
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
拾象的这篇关于Voice Agent的文章写的非常专业,端到端大模型性并不能真正的解决企业工作流中的问题。
推荐给大家:
《Voice Agent:AI 时代的交互界面,下一代 SaaS 入口》
t.co/p5oUSO3c9A
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
在Llama 3 405B模型54天的预训练期间,总共发生了417 次意外中断,训练过程挑战重重。
主要原因包括:
1、GPU故障: 148次 (30.1%)
2、GPU HBM3内存: 72次 (17.2%)
3、软件Bug: 54次 (12.9%)
4、网络交换机/线缆: 35次 (8.4%)
5、主机维护: 32次 (7.6%)
6、GPU SRAM内存: 19次 (4.5%)
7、GPU系统处理器: 17次 (4.1%)
8、NIC: 7次 (1.7%)
9、NCCL看门狗超时: 7次 (1.7%)
10、静默数据损坏: 6次 (1.4%)
11、GPU热接口+传感器: 6次 (1.4%)
训练大模型仍充满了各种工程上的挑战,向meta致敬。
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
在Llama 3 405B模型54天的预训练期间,总共发生了417次意外中断,训练过程挑战重重。
主要原因包括:
1、GPU故障: 148次 (30.1%)
2、GPU HBM3内存: 72次 (17.2%)
3、软件Bug: 54次 (12.9%)
4、网络交换机/线缆: 35次 (8.4%)
5、主机维护: 32次 (7.6%)
6、GPU SRAM内存: 19次 (4.5%)
7、GPU系统处理器: 17次 (4.1%)
8、NIC: 7次 (1.7%)
9、NCCL看门狗超时: 7次 (1.7%)
10、静默数据损坏: 6次 (1.4%)
11、GPU热接口+传感器: 6次 (1.4%)
训练大模型仍充满了各种工程上的挑战,向meta致敬。
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
Llama 3.1 是一个多模态大模型,支持图片、音频、视频输入。但看起来多模态部分评分并不太高,图片和视频部分相比 gpt-4o 有一些差距,音频理解部分对比 whisper 有不小差距。
多模态部分看起来还不是 Llama 3.1 的重心。
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
ElevenLabs 已经不只是一家tts技术服务商了,陆续推出了Dubbing studio、Voiceover Studio、Voice Isolator声音分离工具,开始往产品方向转型。
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
如果要做 RTC 跟 大模型的实时交互,TTFT 以及 TPS 非常关键。
今天在 SiliconFlow上整体评测了一下各个模型的 TTFT和 TPS,供大家参考。
TTFT: 首Token 耗时。
TPS: 每秒 Token数。
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
如果要做 RTC 跟 大模型的实时交互,TTFT 以及 TPS 非常关键。
今天在SiliconFlow 上整体评测了一下各个模型的 TTFT和 TPS,供大家参考。
TTFT: 首Token 耗时。
TPS: 每秒 Token数。
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
agent101 的前四个教程已经更新完毕,详细的教程和 workflow 可以在 t.co/l4BDLbinbB 查看:
1、AISearch:打造专属的 AI搜索助理
t.co/6QB13bHx2L
2、Trans Ninja: 复现吴恩达老师的 AI 翻译工作流
t.co/2aspgRE7Ah
3、Tweet Hunter:抓取 X/Twitter 热点内容
t.co/QMlnfZjfwe
4、AI Article Writer: 将 Youtube 视频转写为 SEO 友好的文章
t.co/EHMoMjHWC5
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
Canva 有个 autofill 的 API非常好用,你创建一个 canva 的模版以后就可以通过 API 来进行文字和图片的替换和渲染,配合 大模型批量出图非常方便。 不过这个autofill API 只开放给企业客户,不知道有没有其他的替代方案?
t.co/tWnFSMd3cw
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
AI Article Writer -- 将YouTube视频改写为SEO友好的文章Workflow发布了,依旧是 workflow和代码公开访问。
Workflow地址:
t.co/XvqaXKuYQt
教程:t.co/SYCAE5CCMT
#Agent101
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
0
0
0
已过滤: . 继续显示
@leeoxiang@x.good.news
0
0
0
加载中