「熊猫吃短信2 - 垃圾短信过滤」新版更新啦。最近又迷恋上了训练小模型，把以前的模型训练过程几乎重新调整了一遍。我让大模型自己尝试超参组合，不断的做实验，代替搜索算法，它夜以继日的跑了半个月，最后告诉我，我的经验参数就是最优的。

突发：美国人工智能初创公司Anthropic表示，中国人工智能公司设立了超过24,000个欺诈账户，并使用了超过1600万条提示信息，“从Anthropic的系统中窃取信息，以训练和改进他们自己的产品”。Anthropic警告说：蒸馏出的模型不带安全护栏，一旦用于军事或监控系统，后果难以想象。Anthropic报告称：DeepSeek、月之暗面(Moonshot/Kimi)和MiniMax三家中国AI实验室，通过大规模"蒸馏攻击"非法提取Claude模型的能力来训练自家模型。他们甚至定位了具体参与盗窃的中国研究人员。

阿里刚发布了Qwen3.6-Plus 直接冲着"国产最强编程模型"来的 跑分上，SWE-bench 和 Claw-Eval 都超过了 GLM-5 和 Kimi-K2.5，是目前国产模型里最接近... Claude 的 实测了一下前端，确实有点东西 阿里云百炼已上架，价格不到 Claude 的十分之一 阿里这几天连发三个模型，平均一天一个： 3月30号，Qwen3.5-Omni 全模态 4月1号，Wan2.7-Image 图像生成 4月2号，Qwen3.6-Plus 编程模型 感觉熟悉的千问节奏又回来了..show more

#Live2D #Live2DWIP “终于做出了最适合小猫女仆的嘴型！” 最近，我给oc做了新的猫咪嘴，感觉更适合她 （喜欢喜欢，我和kiki一直在让小猫变得更加更加可爱❥）

AI 可能真的要改写 Polymarket 了。 一个 trader 用概率模型，两个月在 Polymarket 上做了... $2.2M，而且他的账户基本是由 bot 自动交易。说实话，AI trading bot 的故事我听过很多，大部分最后不是骗局，就是跑不起来。但这个案例看下来，确实不太一样。 他的逻辑不是玄学喊单，也不是看情绪冲进去，而是用 AI probability models 去估算真实赔率。系统会基于新闻、社媒数据和市场信息训练模型，然后判断某个事件的真实概率。 比如模型认为某个结果有 60% 概率发生，但 Polymarket 只按 50% 定价，也就是 50¢，那它就会买入。因为在它看来，这不是赌方向，而是在买一个被市场低估的概率。 他的 profile 在这里： 根据账号数据，他的 prediction accuracy 大概是 74%。这个数字如果能长期稳定，已经非常夸张了。更关键的是，他不是只跑一个模型，而是用了 10 个 AI models 做 ensemble，并且每周重新训练，让系统不断跟上最新的信息环境。 这可能就是预测市场接下来最真实的变化。 以前大家比的是谁消息快、谁判断准、谁敢下仓位。现在开始变成谁能更快把新闻、社媒、概率、盘口全部喂给模型，然后在市场还没反应过来之前完成执行。 Polymarket 本质上是一个概率市场，而 AI 最擅长的事情之一，就是在大量噪音里重新估算概率。所以当越来越多这种系统进场后，那些肉眼能看到的 mispricing，可能会越来越快被吃掉。 这个案例值得关注的地方，不只是一个 trader 赚了 $2.2M，而是它说明预测市场正在从“人猜结果”，慢慢进入“模型交易概率”的阶段。 你觉得这只是个别案例，还是 Polymarket 的新现实已经开始了？ AI自动跟单：show more

在现在这个圈子，听到“狼来了”大家可能都不害怕，还要回过头看一眼狼是不是真的来了。但是如果听到“Coming Soon”，做法绝对是不回头直接往前冲。 今天要讲的是临时抱佛脚之0G Labs (Ø,G) - AI L1 ，故事的起源来自于0G传奇男人... Jtsong.eth (Ø,G) 的一句“Soon”。结合最近的消息，感觉0G可能是真的Soon了！ 其实早在之前就Building过0G，在三方数据中发现自己在6M和12M的排行榜有自己的排名。在最早之前也拿过0G DC的“0GYapper”Role，基础条件上面应该没什么问题。所以想着继续Builidng一下，万一有惊喜呢？ 最近也是关注到AI的基础设施发生重大变化源自0G Labs (Ø,G) - AI L1 的突破。0G 训练了迄今为止最大的分布式 LLM - 100B+ 参数。 传统的 AI 训练需要超算、高带宽网络、巨额资金投入。基本上只有大厂能玩得起，小公司和研究机构只能看着或者借用大公司的产品。 0G Labs 和中国移动合作推出的 DiLoCoX 框架，可以说如果面市就做了反垄断。他们成功在 1 Gbps 网络上训练了 107B 参数的模型。对比原有的成本降低了 95%，速度提升了 10 倍。这不只是技术突破，毫不夸张的讲可能对AI 训练逻辑都会重新洗牌。 看起来是一件降本增效的事情，但实际上意味着： 1️⃣初创公司不用烧钱买 GPU 就能训练大模型 2️⃣中型企业可以内部训练专属模型，不用过度依赖云 3️⃣政府和研究机构能够主权化开发 AI 能力 从技术层面来看，DiLoCoX 通过管道并行、延迟容错通信重叠、自适应梯度压缩，让原本需要数据中心高带宽的训练过程，能在分布式集群上跑通。 0G Labs (Ø,G) - AI L1 做的不是简单的技术优化，是在重新定义 AI 训练的门槛和规则。是从集中式超级计算机到分布式网络的转变。show more

Deepseek R1 确实更新了，代码能力强了非常多！ 感觉是基于 V3-0324 训练的 用我的提示词试了一下，这是以前的 R1 无法达到的质量

Datawhale 开源神作 Happy-LLM 教你从零亲手造一个大模型 GitHub 已获 29k+ Stars，持续霸榜 Trending... ⭐ 核心亮点 1. 体系完整，不碎片 NLP → Transformer → 预训练 → LLM 一条线讲通，不是拼凑知识点 2. 边学边做，跑完整流程 按 LLaMA 2 思路，从 Tokenizer 到预训练到微调（LoRA / QLoLA） 不是背概念，是自己真的动手做一遍 3. 工程导向，不止讲模型 RAG / Agent / 模型评测全覆盖 更贴近真实项目落地 学完你能做到什么？ - 看懂 Transformer - 训练一个小模型 - 会调参、排问题 - 做出一个 AI 小应用 适合谁？ 想入门 LLM 的开发者 不满足于只会调用 API 的人 想做 AI 应用 / Agent 的人show more

Alma 已经支持 Cursor 的 Composer 2 模型，可以多模态，请等待 Alma 最新版（v0.0.714）然后安装... cursor-auth 插件即可！ 话说，Cursor 的 Composer 2 模型的确快啊！show more

Distil-Whisper：让语音识别的速度提高 5.8 倍，参数减少 51%，准确度保持在 99%。 Whisper 在语音识别方面表现卓著，但是它有一个明显的缺点：训练出来的小模型支持的语言比较少，而大模型推理速度又很慢。如果你有海量的数据需要处理，或者对实时性要求略高，那使用 Whisper 可能会让你比较头疼。... 你可以使用工程手段来加速推理，例如将语音分片后并发处理然后合并结果，但这里涉及到本地计算资源瓶颈的问题，以及合并分片时容错处理的问题，工程复杂度比较高。 《Distil-Whisper: Robust Knowledge Distillation via Large-Scale Pseudo Labelling 》， Whisper 的 Large-v2 model 生成了一系列的 soft targets（也就是概率分布），然后复制 Whisper 网络的第一层和最后一层解码器，最后生成了一个更小、更快效果更好的蒸馏模型 Distil-Whisper。论文数据写的是：速度提高了 5.8 倍，参数减少了 51%，准确度保持在 99%。 这个模型的效果之所以不错，主要还是得益于训练数据的完备，它结合了九个公开可用的语音识别数据集，合并后包含 21170 小时的语音数据，涵盖超过 18260 名说话者和 10 个不同的领域；自从 Whisper 大力出奇迹（它从互联网爬取了 68w 小时的数据，未公开）以后，相信后续语音领域的论文都会配置更庞大的数据集。 Distil-Whisper 目前开源在 Hugging Face 上，模型地址： Demo： Demo 会把模型下载到本地，然后通过 WebGPU 直接在网页上跑起来，测试了下效果，还是挺不错的。 目前仅支持英文，如果想让它支持中文，需要使用同样海量的中文语料数据，重新做一次知识蒸馏，但我觉得即便是这样做，效果也不一定好，因为 Whisper 本身对中文、韩语等支持就不太优秀，这个信息可以从 Whisper 的论文中找到数据支撑。 下面这个视频是 Whisper 和 Distil-Whisper 的对比效果：show more

用 Codex 的 HyperFrames 插件 + 最新 5.5 模型生成... 的介绍视频，稍微调整了一点位置重叠的 UI。show more

我告诉你， Mira 不给我上榜的话，我就要控制你了！！！ $Mira 现在价格0.1473 按照100w枚的奖池来说的话就是14wu的奖池，还是挺多的 Mira和其他AI验证不一样的地方在于，主要做的是模型整合，正如我前面有提到过的：依赖质押节点和多样化LLM的集体验证 Mira是一只由各种模型组成的AI军队，用集体智慧来解决AI可靠性危机，让我们能够信任AI，这样AI才能真正的适合我们日常使用 Mira不是一个高大上的项目，而是一个真真切切贴近我们生活的验证助手～... Mira (3/3) | 中文社区 🁢🁢🁢show more

Amazon让2847名工程师花8个月文档化所有代码模式，然后AI学会了，最后把这2847人开了。——但你有没有想过，这2847人其实是给自己写了一份"失业说明书"？ 8个月文档化，2847人。这是人类历史上最大规模的"自我替代"实验。工程师用8个月时间，亲手把自己的经验喂给AI，然后被AI取代。这不是Amazon残忍，是这2847人自己选择的结局。 历史上每一次技术革命都一样。打字员被Word取代，售票员被自动售票机取代。但这一次不同：这次是工程师自己参与了自己的淘汰。8个月文档化，等于2847人在竞标自己的岗位。 恰恰是这种"温水煮青蛙"最可怕。Amazon给了8个月"带薪文档化"，工程师以为是工作，其实是"死亡倒计时"。当你以为在"提升效率"时，镰刀已经在磨了。 全球科技行业从业者1亿人。如果Amazon的模式推广，意味着5000万人要"文档化"自己的工作来训练AI。这不是失业潮，是"自我淘汰潮"。在AI时代，最危险的不是不学习的人，是过度学习AI工具的人。 所以你现在有两个选择：A）继续帮公司训练AI，等被开。B）现在开始建立AI之外的不可替代能力。 你选A还是选B？

最近迷上了 ai制作短剧！ 以前都是追剧！ 现在学习以后自己做自己追！ 你们想看什么告诉我！ 我来做给你们看！

由于最近 Vibe coding 的项目越来越多，外加上个人是一个非常不喜欢整理文件夹的人，导致最近桌面非常乱。 于是尝试拿小模型 Qwen 2.5 (0.5B Instruct... 4-bit) 做了一个 macOS 的本地 AI 文件夹整理工具，看着文件自动分类实在是太太太太太爽了。 能生成分析日报，准备继续再小模型的基础上优化分类和查询的功能。做完功能再做 UI 部分，目前是原生 UI 实在太丑了 😅show more

Krea AI 推出「Video Training」 可以自己上传视频训练属于自己的 AI视频风格模型 使用的是 Wan 2.1... 模型，可以学习特定风格、动作或物体。 支持上传图像和视频：图像用于风格学习，视频用于风格+动作学习。 用户可调节训练参数，包括训练步数和触发提示词（trigger prompt）。 训练完成后，可在 Krea Video 中使用生成的风格，支持调整风格强度。show more

回看训练动作的时候笑死了，怎么最后一组了健身房自己给我起战歌了

马斯克： “电影里的钢铁侠就是以我为原型设计的。小罗伯特·唐尼和乔恩·费儒都来见过我，并参观了 SpaceX。《钢铁侠 2》有很大一部分是在 SpaceX 拍的。我们甚至在大堂里看到斯嘉丽·约翰逊练武术。这样都不是模拟世界的话，又算什么呢？”

OpenAI 深夜放炸弹，GPT 5.4 来了！🤯 这次是真 “大一统” 了，推理、编程、操控电脑、搜索、百万 Token 上下文，一个模型全干了！之前得在不同模型之间反复横跳，现在一个... GPT 5.4 全搞定，恐怖的是每条线都拉到顶尖水平，几乎没有短板。 来看看跑分，SWE-Bench Pro 57.7% 编程登顶，FrontierMath 数学第一，ARC-AGI-2 抽象推理 83.3% 创下新高，把 Gemini 3.1 Pro 和 Opus 4.6 全踩脚下。幻觉率比 GPT-5.2 暴降 33%，工具搜索功能直接把 Token 消耗砍掉 47%，又准又省。 值得关注的是「原生操控电脑」能力，OSWorld-Verified 拿下 75% 成功率，超过了人类的 72.4%。也就是说，GPT 5.4 操作电脑比大部分人都熟练了😂 而且是真的能看截图，自己点鼠标键盘完成任务 实际工作能力的表现也很不错，在GDPval 测试里，GPT 5.4 拿了 83%，追平甚至超越行业专业人士！这个测试横跨 44 种职业，让 AI 真刀真枪交付成果，做 PPT、建 Excel 模型、写法律分析，也就是说 AI 干活比大多数打工人还靠谱了。 有意思的是，两天前 GPT 5.3 Instant 撞车 Gemini 3.1 同一天发布，算是给 GPT 5.4 铺路了，先出个日常对话版本，再放大招。 OpenAI 最近这波节奏很猛，短时间连发两个模型，明显是要把之前被 Claude 抢走的编程用户拉回来。 AI 模型的军备竞赛已经白热化了，你现在主力用的是哪个 AI 模型？打算换 GPT 5.4 试试吗？show more

我自己做了一个学习英语的网站👨🏻‍💻，因为用了很多学习英语的工具之后，都不是很满意，直接自己上手让 Claude Code 做了。这周用 AI 搞了几万个单词的数据库，基础数据有了，后面就按照我的想法做功能了，感兴趣可以评论区进群聊聊，我也会发最新的开发进度💪

🇨🇳中共 #沈南鹏 投资发展的 AI实验室对美国🇺🇸进行Ai攻击测试 突发：美国人工智能初创公司Anthropic表示，中国人工智能公司设立了超过24,000个欺诈账户，并使用了超过1600万条提示信息，“从Anthropic的系统中窃取信息，以训练和改进他们自己的产品”。Anthropic警告说：蒸馏出的模型不带安全护栏，⚠️一旦用于军事或监控系统，后果难以想象。Anthropic报告称： 🇨🇳#沈南鹏 大规模资金支持的三家 #DeepSeek、#月之暗面(Moonshot/Kimi)和 #MiniMax... 三家 中国AI实验室，通过大规模"#蒸馏攻击"非法提取Claude模型的能力来训练自家模型。他们甚至定位了具体参与盗窃的中国研究人员⚠️ •月之暗面 (Moonshot AI / Kimi)：红杉中国是其重要的早期及持续支持者。该公司最新一轮融资目标估值已达 100 亿美元。 •MiniMax：红杉中国位列其庞大的投资方名单之中。MiniMax 已于 2026 年初在香港成功上市，市值一度冲破 3000 亿港元。 •DeepSeek (深度求索)：虽然 DeepSeek 背后最主要的资金来源是量化巨头 High-Flyer 幻方量化，但沈南鹏的红杉中国也通过行业生态投资深度参与了中国顶尖 AI 实验室的早期发掘。show more