@w2er #1 是的，之前有很多佬搞过 windows 的

华硕

@foolishcrab #5 类似 homeassiant?

有感兴趣的吗，大家可以讨论讨论

cline?

可以提交相关服务地址

《跟爸爸学 python 》

https://webfollow.cc/ 试下这个，可以将喜欢的内容优先看见，也可以当作信息源进行问答

可以过滤了

市场缺流动性，通过人为定向注水，企图盘活这坛水

世界入侵，修改物理规则

@SeptemberHX #4 好的，看到了

@SeptemberHX #2 现在支持的是 version3 大版本，方便的化可以提供一个侧使用的 api 接口和用户名

@rlds #4 嗯嗯，有在用，后面是打算做个工具大全？

页面还不错，为什么不做成 idea 插件呢

llm 代码能力强也是有 github 之类的免费质量不错且量大的数据源的存在，一个信息不流通未有共享的领域，llm 也难为无米之炊

后面大概率很长一段时间 llm 也很难有较大的性能提升，如将 llm 和生产力软件或机器人结合是下一个阶段的发展方向，从追求用户规模，变成谁可以用更低成本生产物质资料和信息，也就所谓的降低成本的同时提高生产力，工厂将不在有工人，信息分发的生产源头将不在有不依赖 AI 的创作者

Ilya Sutskever 说过 压缩即智能，把 llm 当作一个压缩后的算法和数据的模型，其中蕴含的信息，很难超过其原始输入的压缩前的数据，前段时间的涌现即是模型蕴含了原始数据外的一些知识，这个是一个可以关注的点或者就是拟合松一些就是所谓的涌现？

作为 chat 是基于 llm 的模型进行微调后的（风味不通的冰淇淋）

所谓的数学背后更多的是抽象和推理，而不是单纯的文字预测，llm 在文字预测方面能力很强，也许尺寸在大几个层级，我们初高中的数学题目都被涵盖进原始数据集中去就会解了，但数据有没有这么多，在堆尺寸性能是否在有较大的提升都存疑，成了一个经济是否合算的问题，因此需要进行新模式探索与发现，这是一个最好的时代，这是一个最坏的时代

llm scaling laws 还可以指导后续 llm 发展吗?

caddy

@summerLast #152 你今日的分享，也许就是他人日后光，照亮迷茫的前行者，展示了人生并非一种方式，也祝你好运，给世界点颜色