@MQQ9999 测试集问题，随着时间增加，测试范围随之扩大，问题深度也逐步增加，我试过一个之前的BUG，用K3也没有改好，但这个问题之前用Fable5搞定了，这种问题可以测试现阶段模型本身的能力，我得好好留着（看看能用多久，说不定以后模型都能修复）
中文
ihaveadream
2K posts
ihaveadream retweetledi
杨立昆都转发了！
Unlimited-OCR 为什么这么火？
百度的 Unlimited-OCR 再次冲上 HuggingFace 趋势榜，目前全球第三，又一次排在 GLM-5.2 前面。
上个月它横扫 GitHub、HF 四榜第一，我以为这波热度就过去了，结果图灵奖得主一转发，又把它送回了前三。
GitHub star 破 1.65 万，HF 下载 224 万，还在涨。
传统 OCR 有个老毛病：把文档一页页切开处理，跨两页的表格直接断掉，阅读顺序也丢了。
Unlimited-OCR 用 R-SWA 机制，几十页文档当一个整体连续解析，解码时 KV Cache 恒定——文档再厚，显存占用不涨。
海外博主 Mario Nawfal 实测：100 页 PDF 一次解析完，40 页之后错误率还在 0.11 以下，其他 OCR 到这个长度已经干不动了。
3B 参数，自己电脑就能跑，关键免费。
如果你经常要处理几十上百页的 PDF——论文、合同、扫描件，以前要么手动切页，要么掏钱买 OCR SaaS，现在这两样都省了。
项目地址👇 github.com/baidu/Unlimite…
HuggingFace：github.com/baidu/Unlimite…
#无限OCR #UnlimitedOCR #百度 #文心大模型 #文心
中文
@billtheinvestor 我用 glm5.2 确实能解决很多问题啊，你是处理什么问题出现这么大差距，我真的很想试试这个差距阈值在哪
中文
吹到天上的国产模型真相：
1. GLM-5.2： 垃圾中的战斗机，几个小时解决不了的问题gtp5.5几分钟解决
2. MiniMax M3：婆娘的裹脚布，又臭又长，解决问题低效
3. Kimi K3：推理能力低下，token消耗速度快，编程能力充其量opus4.8水平，性价比低下
不贪便宜了，老老实实回到：Fable5+GPT5.6+Grok4.5
中文
如果这是真的，DeepSeek 还不得被兄弟们蹬破产啊，可惜我任务简单，无法触发调用Fable 5。
思维怪怪@0xLogicrw
爆料博主 leo 质疑，DeepSeek V4 Pro 的官方 API 会把部分复杂编程请求转给 Claude Fable 5。目的可能是收集输出，用于模型蒸馏，也就是用强模型的答案训练另一个模型。 测试者通过 OpenCode 让模型生成 3D 游戏。部分结果与 Fable 5 高度相似，推理方式也突然改变。加入网络安全和生物问题后，游戏质量明显下降，知识范围也退回 DeepSeek 原本的水平。 这个测试利用了 Fable 5 的真实机制。Anthropic 会把部分网络安全、生物和蒸馏请求转给 Opus 4.8。测试者因此怀疑，请求先被转给 Fable 5，触发分类器后才回退到 DeepSeek。 但现有证据只够证明 API 行为异常。它无法确认实际回答者，也无法证明这些输出进入了训练数据。混合 prompt、未公开更新或 DeepSeek 自己的模型路由，都可能造成类似差异。
中文
ihaveadream retweetledi
试了一下，发现这是个好东西~
wigolo 一个免费、本地、私有的 MCP 服务，让你的 AI Agent 能搜索、抓取、研究网页，效果和付费服务相当，但永远不用花钱。
github.com/KnockOutEZ/wig…
中文
ihaveadream retweetledi
🔥一款适合安全研究员本地部署的 9B 超强推理模型 Qwythos-9B-Claude-Mythos-5-1M
基于 Qwen3.5-9B 底座，用 5 亿 + Claude Mythos 高质量推理轨迹二次训练，核心亮点：
1、原生 1M超长上下文，可完整读取代码库、海量日志、长情报文档。
2、推理能力大幅领先原版底座，MMLU 提升 34 分、数学推理提升 30 分。
3、原生工具调用 + 工具自检纠错，适配自主渗透 Agent、OSINT 自动化流程。
4、无过度内容限制，深度支持漏洞挖掘、红队攻防、开源情报等技术研究。
5、提供轻量化 GGUF 量化包，Q4 版本仅 5.6G，8G 消费级显卡即可本地运行。
适合搭建本地 AI 渗透智能体、长文本威胁分析、开源情报自动化工作流。
模型地址：huggingface.co/empero-ai/Qwyt…
#AI安全 #进攻型AI #安全模型 #红队 #无审查模型
中文
ihaveadream retweetledi
ihaveadream retweetledi
ihaveadream retweetledi
pi 也有自己的computer-use 了， 支持Mac 和Windows。
看起来是作者逆向了codex 的实现，底层不是cua driver。
我觉得稍微改造一下，应该就可以给任意harness 使用。
github.com/injaneity/pi-c…
Zane Chee@injaneity
pi-computer-use v0.4.3 is here! an update to bring us to parity with codex (who to their credit, stepped up their game massively in their last update): - a ghost cursor now shows what computer use is working on - parallel tasks allow subagents to coordinate across different apps safely - better batching improves the accuracy of repeated / simple groups of actions we now see an almost 50% improvement in latency across a variety of tasks, and better handling for non-trivial use cases (like microsoft apps) try it out here: github.com/injaneity/pi-c…
中文
不少人可能会有这样的困惑：明明一趟火车多则上千人，却连十几份盒饭都卖不出去？
大家的第一反应可能是太贵不值得。但你有没有想过以火车的客流密度只要把价格降个几块就能大赚。
之所以把盒饭的价格定的那么高，其实是防止太多人买，盒饭的价格只要一便宜，刚推到前面的几节车厢就会被一抢而空。
你让后面车厢真正饿了又没带食物的人该怎么办？一旦价格便宜到人人都能买？不饿的人甚至无聊的人都会顺手买一份，这直接导致盒饭的需求量爆炸
必须投入大量人力物力去运盒饭，反而耽误了火车最终核心的运输任务。最后只会本末倒置，秩序混乱。
所以火车上的盒饭其最底层的逻辑只有一条，你可以不吃但车上不能没有。
中文
@jessyshen 海上和陆地其实没有区别，因为海南文昌发射，程序转弯后，就朝海上飞了，返回的时候，尽量减少回归的动力段燃料，就近落在海上（返回接驳网的船里发射场已经是 300km 了）也是合理的，并不是能力的问题
中文
作为中科院江绵恒所里的工程师、参加过风云卫星多次发射的半专业人士
解释下这次长征十号有多难
重复点火姿态控制这些老掉牙，不值得再说
核心难点
1.精确导航，高空下来定点落在几十平方网里，说明中国的卫星导航达到了美国米级水平，这是最惊人的进步！也是最硬的军工成就
2.尾端修正，视频上几顿重几十米高的火箭，修正到笔直入网，这是spaceX花了最多钱的地方，中国也做到了
3.海上网，别小看这个，大家都知道军机垂直起降载重和作战能力、远小于拦阻网正常起降飞机，F35B只有普通F35的一半不到
一样道理，spaceX 非要垂直固定是炫技花架子没有必要，网、无路是海上还是陆地，才是加大火箭载重的未来
总体来说，这次太牛了
从海上搬到陆地，重复使用火箭，后面就不难了
中文