相关新闻

placeholder

Barret李靖

1天前

LLM 出来之后，在应用层的折腾从未停歇。从 Prompt 调优到 Workflow 配置，再到 Agent 构建，最终目的都是一样的：让 LLM 更好地为人类干活，把机器的性能压榨到极致。 对 LLM 的压榨，可以分为两个维度。一是帮助它找到最优算法，让推理少走弯路。 为此我们几乎把能想到的路子都走了一遍，让 LLM 学会反思（reflection、self-consistency、self

placeholder

RamenPanda

1天前

对于科技股 那些对标美股的港股的弹性会非常大，机器人、AI等 但不能认定为长牛，最核心的原因 China doesn’t have a market 这个短期内是无法解决的

placeholder

吕立青_JimmyLv (🐣, 🐣) 2𐃏25 | building bibigpt.co

1天前

要学新东西，直接在BibiGPT搜索， 然后咔咔批量总结，太特么爽了！ 聚合搜索+异步总结+批量处理+自定义提示词+消息通知+自动保存Notion 这一套下来，整个视频知识管理流程无比丝滑~

placeholder

Tw93

2天前

我能想到的 Vibe Coding 的最佳场景就是度假游泳池，游前设置好要做的事情，游一圈回来刚好执行完，刚好要歇一歇，这个过程去验证 Ai 逻辑是否符合，非常 Nice，然后循环。

placeholder

Nexmoe - Dreamweaver

2天前

以前截图后还得开 3 个软件转格式、翻译、求公式，流程长到手抖。 现在划一下就搞定：Snippai 自动把公式变 LaTeX、表格转 Markdown、代码秒解释，省我 80% 整理时间，真香