
章北海
@Changbeihai
在那之前要多想
Was dir gefallen könnte
美国人都受不鸟OpenAI的价格了
三个大模型共读《背影》,阅读理解后设计知识卡片,实测DeepSeek、Qwen2.5-Max、 Claude,考察三个模型长文本输入,文字总结能力 阿里,极简风格,也算完成了 DeepSeek,不知所云,第四个背影还出格了 最后是令人震惊的 Claude 3.7 他找到了原文,针对原文做了深意理解 然后还完美呈现出来了



昨晚的GPT-4.5 好像有点泛善可陈啊 10倍的成本,5%的提升 写代码不如Claude 3.7 部分benchmark甚至不如deepseek v3 但价格却是DeepSeek v3 280/150倍 技术灵魂Ilya Sutskever出走之后 OpenAI只能吃老本了 就像现在的苹果🍎

大公司没有信仰 梁老板本人很有信仰,他相信 AGI一定会达成,而且是有限的时间内可以达成,这个 AGI一定是稀疏的,这份信仰传播给每一个下属。

冷知识: 1、想让大模型犯错都很难,尤其是错别字,Qwen2.5-72B也不行 2、跑Deepseek-R1-70B需要差不多50GB显存


小众到只有我一个人需要的脚本:Obsidian Web Clipper采集的Markdown,通过 S3 API 批量上传图片到Cloudflare R2后替换 Markdown 中的图片链接

检验一件事儿是否重要的方法:拖延 拖着拖着,事儿消失了,那就没事儿了 这是我多年工作得到的经验 比如业务有个需求特别紧急 借口忙拖上3天,再问,不急了 一周后,需求不做了[GoForIt]
纯自用,借助v0+cursor,我做了一个公众号封面生成器/::D 还可以再往下优化,以前我的封面经常用Keynote,打开,输入文字,导出,太麻烦了,还是线上方便 代码:github.com/tjxj/wechat-co… 网址:cover.zhanglearning.com


我的技术文章也没人看,发个辱骂CSDN,阅读*100
花时间最多,写完却没几个人看,随便混一篇却有几千上万人看。我还是很敬佩那些专注于技术类创作的公众号,当然我自己也不会放弃,很多时候技术类的东西是写给自己的一个笔记。公众号“卖兜搞IT”

United States Trends
- 1. Bears 87K posts
- 2. Jake Moody 12.9K posts
- 3. Snell 22.8K posts
- 4. Falcons 50K posts
- 5. Bills 139K posts
- 6. Caleb 47.5K posts
- 7. Josh Allen 25.6K posts
- 8. #BearDown 2,243 posts
- 9. Jayden 22K posts
- 10. Swift 289K posts
- 11. #Dodgers 14.8K posts
- 12. Ben Johnson 4,115 posts
- 13. phil 163K posts
- 14. Turang 4,152 posts
- 15. Troy Aikman 6,007 posts
- 16. #RaiseHail 8,360 posts
- 17. Bijan 31.7K posts
- 18. Roki 5,987 posts
- 19. #NLCS 14.2K posts
- 20. Joji 24.7K posts
Something went wrong.
Something went wrong.