狂暴菠萝堡

@MemeRadar_sol 打狗必备

Memeradar 0.6.0 王炸功能震撼来袭—【地址AI标签大众点评版】 大家是不是都Dream过一个功能：每个人都能对地址进行评价/备注，根据大家的共同评价及交易情况得到一个地址的真实背景，Memeradar帮大家实现了！ 更新至Memeradar最新版，你就可以在Gmgn、Ave、Debot、Axiom等平台上看到大家对一个地址的评价备注人数与AI标签的总结。 图1 fartcoin前排各种交易所的冷钱包一眼便知，gmgn标注了部分热钱包，但是通过大众点评功能冷钱包也能快速找出，避免对前排判断错误。 图2 识别阴谋盘。现在很多庄家已经养了一批无资金关联的地址，但是通过大众点评功能识别，这些阴谋地址也一览无余。 图3 每个KOL的交易特征及玩法通过大众点评与交易情况进行了AI评估，大家可别再看KOL上就无脑冲了哦，他可能是快枪手或者浇给怪。 更多使用方法还有待大家一起探索，比如如果一个代币的前排都是没人点评过的地址，那就要小心啦，很可能都是阴谋小号。 AI标签首期上线还会有很多一些总结不准的情况，我们也会继续对模型与机制做优化，也希望大家给我们多多提建议，让我们一起抵制阴谋盘，只和认识的钻石手玩😍

@Darky1k FymeXVuLzxrpH8XPCTxm6ismL5A6wrScZzzXL9ELu6yK

@shuzikuangtu 5-已用，感谢

Follow的激活码大放送，用完记得评论一下用了的序号 关注我有更多其他的福利。 Follow.is invitation code comment the number after you use it then follow me for more good free things 1. YDNxvuxQVX 2. HOS3OVu0tB 3. AEaQC6jZVA 4. bI55rEy33N 5. 9R8d1MuGfl 6. oSwwSBk2_S 7. QhcMB0SyEi 8. QeUulYIBMZ 9. zIAPkFBtHL 10. 2b4nN558De

可以用 AI 将文本内容图像化的笔记产品 Napkin 相当的惊艳，完成度很高。 非常适合用来生成 PPT 的思维图或者帮助自己思考。 比如视频这个例子他会根据文字推荐最适合的图表给你，并且搭配你的文字内容。 你也可以自己创建示意图，饼图这种甚至可以帮你连比例都计算好。

🎁 #STEPNGO GIVEAWAY #11 🎁 Put your detective hat on and try to find the hidden form on stepngo.com 🕵️ By finding it, you may win 2 STEPN GO Sneakers, your key to join the Alpha Testing! 🔹 Like, RT, and follow @Stepnofficial 🔹 Go to stepngo.com and find the hidden form by clicking on a secret logo, which could be on any page! 🔹 Fill the form, and post a screenshot of your submission using #STEPNGO 🏆 10 random participants who fill the form will get 2 STEPN GO Sneakers each! 📆 Deadline: August 19, 8 AM UTC Notes: 👉 We will need your FSL ID to send your prize, so make sure to have one before participating 👉 You need to have a STEPN GO account to participate 👉 You can win only once in our weekly giveaways Ready? STEPN… GO!

打工人看不得逆行人生这样的电影，尤其是在周日晚上

##备注 涉及商品推荐需要发送图片或者链接，一定要通过代码介入的方式，比如llm检索推荐，但是最后链接由后端发出。否则llm的幻觉问题会非常明显

##怎么实现 那基于上述描述，实际上我们是用不同的llm回答不同的用户问题，前置一个意图提取/分类llm，例如售前/售后问题；其中售前可能还有涉及商品推荐/商品对比等细分问题。

##实际应用中ai能解决什么问题 只要是给定回答范围，不管是通过上下文还是rag形式提供给ai，都能获得不错的回答效果。 难的是在指定范围之外的，也就是我们说的幻觉问题。这些问题llm是会被顾客的问题影响的，比如：在没有提供给llm赠品相关的问题的时候，当用户询问有没有赠品，这时候是随机回答的

有可能这些模型训练的通用知识里已经包含了各行各业的垂直类知识 那这个时候垂直类模型就是去优势了，或者说就变得没有那么必要

最近做项目一些不太全面的总结 ##我们需要训练垂直类目的机器人吗 拿电商举例，目前国内开源的qwen2，如果大家有试过，其实问答效果已经很好了。比如之前meta开源的405b，底座模型（开源）的技术越来越强越来越全面的趋势是一定的。

经常把人的烦恼代入猫身上，觉得他一整天睡觉会不会无聊，没时间陪他会不会孤独。猫咪会有这些人类的情绪吗？

AI工作流里面，先LLM意图识别（分类）、LLM关键信息提取、关键信息RAG、生成回复 环节越多越精细回答越准确 但是时间也越长 实际的应用例如客服这种很适合LLM的场景，是需要做到非常实时和精确的 所以成本、速度、效果，是AI客服的不可能三角吗 （这里的成本包含API调用或者本地部署的服务和算力）

找需求的地方，去热门的工具社区看看大家都在问什么，不仅能看到需求，还能看到别人在做什么业务...

@lyson_ober @dify_ai @RyanMfer 请问用的是什么录屏工具，谢谢

🔥 @dify_ai demo 来啦 ～ 还可以自动生成竖版 + 横版封面头图 ～ 💪 完全可定制头像、内容背景、卡片背景、文案生成 Prompt、甚至模版（只要你愿意折腾），DSL 稍后给大家奉上 ～ 请看视频 👇 顺便给 @RyanMfer Spark Lab 打个小广告哈哈！👏 欢迎转发 Mark！ dify.ai

@heyshigeru 凭缘分刷到了，xhs关注很久了老师

在小红书首页上刷到封面跟我差不多的笔记，用韩寒的「在地摊上看到自己的书」理论来说的话，我是不是也算在小红书数码科技圈小有名气了……？😆