我的 X 阅读

来源：https://t.co/NDyOctoZGm

牙医诊所收到的愤怒评论越来越多地由 AI 撰写。 这一趋势很可能也适用于评论整体。

我昨天分享的程序状态规范的现状，按字母顺序排列：已集成到 Amp、Factoryai、TUIOS、libghostty 中。Claude Code、cmux、Codex、Herdr、OpenCode、Pi 提供了口头支持和正在进行的 PR。已向许多其他项目提出请求。24 小时内取得这样的进展，不错！

转发：如果人工智能发展得更快一些，编写哈特肖恩习题答案的人是否就能幸免于难？

转帖：@liquidai 总是能做出非常出色的微型模型。它们是我早期为自己开发的 iOS/Android 应用的灵感来源。

转帖：大多数决策不需要大模型。它们需要一个快速的模型。 今天我们开源了 d1-3B，这是一个视觉-语言决策模型，以及 d1-omni-600M，它可以处理文本、图像和音频。

转帖：开源权重 Jev 来了：认识我们的 open-d1 决策模型。 可在 @huggingface 上获取

转帖：AI要是真有闲工夫解决700个左右的未解问题，那就去整理有限单群的分类定理吧w‼

转帖：模型工厂的又一天

转帖：构建你自己的多模态决策 :)

转帖：在单个 RTX 3060 12GB 上运行 d1-3B，通过官方 transformers 路径（bf16，无 torch.compile）： 一个决策需要 25 毫秒。3 个问题在同一状态下单次通过需要 38 毫秒。带 640x480 图像需要 146 毫秒。约 6 GB VRAM。 作为参考，Liquid 的卡将 4090 的时间置于无编译的 16 毫秒，因此 3060 在文本上落后约 1.6 倍。对于一张 2021 年的卡来说，不错。 如果你在本地尝试的提醒：GGUFs 已经上线，但 stock llama.cpp (b11476) 会拒绝它们，报错“unsupported decision model type: d1”，而且我还没在 ggml-org/llama.cpp 上找到 d1 的 PR。transformers 今天就能用。 一旦支持落地，我会在 llama.cpp 上重新运行。

PS：PingYou 正在招聘 [email protected]

转帖：Great work! Coming to MLX-VLM and Nativ

转帖：Liquid AI 的 d1 现已推出，共有两个版本！

转帖：Liquid AI 又开始做饭啦！！！