还在为 RAG 应用维护两套数据库(SQL + 向量库)?
更多动态
节省 95% 算力成本,单卡 4090 就能跑赢千亿级模型的推理方案
微博开源 VibeThinker-1.5B,用“频谱到信号”新范式证明:逻辑推理能力不靠堆参数,而靠精细化的训练策略。 原理其实像“特种兵特训”:先通过多位专家模型蒸馏,让模型见识各种解题思路(Spectrum);再用 MGPO 算法奖励那些“极少数但正确”的路径(Signal),专攻数理逻辑,而非死记硬背。 🔹 以小博大:在 AIME 24/25 数学测试中,1.5B 参数的分数(80.3/74.4)超过了 671B 的 DeepSeek R1,证明小模型足以胜任复杂推理。 🔹 成本极低:后训练全流程仅耗资 $7,800(约 5.6 万人民币),相比大模型动辄几十万刀的投入,把微调门槛降到了个人开发者可接受的范围。 🔹 部署友好:支持 PyTorch 和 GGUF,单张消费级显卡(如 RTX 4090)甚至端侧设备即可本地流畅部署,延迟降低 42%。 👨💻 配置建议:推理时推荐 Temperature 设为 0.6 或 1.0,Top-p 0.95,Max Context 设为 40,960 token 以确保长思维链(CoT)完整输出。 🔗 模型下载:huggingface.co/WeiboAI/VibeThinker-1.5B #AI工作流 #本地部署 #边缘计算 #VibeThinker

别再手动比价了,谷歌 AI Flight Deals 已全球铺开
,再不用就慢一步 它用 Gemini 2.5 理解“冬天美食之都”这类“人话”需求,帮你搜全球优惠航班。 Gemini 2.5 就像个懂行的旅行助理,把你的模糊想法转成搜索参数,在 Google Flights 实时库里捞数据。 使用与避坑: 1️⃣ 适合谁:灵活出行者。没定日期和目的地,纯找灵感和洼地价格。 2️⃣ 怎么用: 直接在 (https://google.com/flights) 用自然语言描述,比如“10 天滑雪之旅,直飞优先”。 3️⃣ 关键局限 (Beta): 不适合“刚需”。搜感恩节 SFO-LAS 这种特定行程,传统搜索更好。AI 也可能误判(实测搜“潜水+骑行”推荐了高山)。 4️⃣ 进阶提示: 结果优先按“节省百分比”排。它还能跟 Google Maps 和 Canvas 联动做完整行程规划(目前美国桌面端 AI Mode)。 这不仅是搜索,更是谷歌在垂直领域整合 AI Agent 的一步。 官方工具:https://google.com/flights #AI旅行 #Google #FlightDeals #生产力工具 #信息差
SpaceX 悄悄砍了 Grok Bot 的用量额度。
不少用户一觉醒来发现本周配额直接从 50% 跳到 100% 用满,自己却没动过。 马斯克在 X 上确认这不是 bug,他的原话是“Grok Bot 的服务成本相对营收高得不可持续。”。 看来grok-bot成本确实高,不过我注意到配额已经恢复到了之前版本,昨天显示已用50%,今天降成30%。

openrouter拼多多版来了。
wokey是一家大模型撮合商,将用不完套餐的用户与套餐不够用的用户撮合在一起,抽取20%撮合费。 前者提供套餐额度可获得80%的收益,后者调用大模型最多可省官方API价格的90%。 我主要用它调用旗舰模型,保真且划算,不用折腾订阅,调用便宜模型不如中转站的价格便宜。 🔗 https://wokey.ai/r/GKT1C78R
