- 博客(53)
- 收藏
- 关注
原创 AI 信息碎又重复,InBrief 如何收拢?
作为 InBrief 作者,我说明它如何把新闻、大厂博客和 X/HN/Reddit 讨论收进一个按时间排列的列表:每2小时更新,采集 RSS、Hacker News、Reddit、X、YouTube 字幕、GitHub Trending 和 Hugging Face 论文榜,追踪 370 多个信息源,经 LLM 过滤、打分、去重并输出中英双语摘要,以减少重复和碎片。文章也交代限制与不适合的人。
2026-10-22 11:43:15
212
原创 MemT-1.0 拆解:33 倍状态压缩怎么算的
MemT-1.0 把「记住上一轮说了什么」从提示词文本挪成前向传播里固定大小的记忆状态:选定 Transformer 层加一条与注意力并行的记忆分支,生成时读取、每轮结束写入。Nano 基于 Qwen3.6-35B-A3B(36B 总参/3B 激活),Flash 基于 DeepSeek-V4-Flash(288B/17B)。33 倍不是压缩技术而是除法:Nano 单轨迹状态 10 层×16×256×256≈10.5M 元素,FP32 约 40 MiB,且与历史长度无关;分母 KV cache 线性增长,64
2026-10-22 11:19:30
333
原创 Windows中文语音输入怎么选:五款工具同批音频对比
用30段自录中文口述音频,在同一批样本上比较Typeless、微信输入法、Windows自带语音输入、OpenWispr和Saymore五款Windows语音输入工具的中文准确率、离线/本地处理、口述整理、使用量与平台支持,并按写文档、写邮件、不限量使用给建议。样本不算大,只给相对结论,不公布精确百分比;费用维度只记录使用量限制和授权形态。
2026-10-21 16:01:16
229
原创 Mercury 3 拆解:40 倍参数下,速度与 1M 上下文怎么兼得
Mercury 3 于 2026 年 10 月 19 日发布,官方称 NVIDIA GPU 上 1,068 tok/s、100 万 token 上下文,输入 $0.20/百万 token、输出 $0.70(发布期五折)。总参数量超 Mercury 1 的 40 倍,速度基本未降。文章拆解块扩散与块级 KV 缓存、默认推理档与第三方实测,区分公开文献可解释的机制与发布材料披露的账目,并指出未公开绝对参数量、无权重可下载。
2026-10-21 10:20:50
241
原创 AI 资讯太杂?用 InBrief 固定一个入口
作者从每天挨个扫官方博客、X、Hacker News、论文榜的挫败感出发,做了 InBrief:把“今天 AI 圈发生了什么”压缩成十分钟的固定检查。它追踪 370+ 信源,覆盖 RSS、Hacker News、Reddit、X、YouTube 字幕、GitHub Trending、Hugging Face 论文榜,每 2 小时更新;用 SimHash 加 pgvector 两级去重,条目变少但覆盖不减;每条配中英双语摘要和重要性评分,摘要省掉“打开才知道值不值”的成本,评分决定阅读顺序。作者也说明一手动态
2026-10-20 10:50:28
177
原创 HybridAgent 拆解:在潜空间想,动手时才出字
HybridAgent 在标准 Transformer 自回归循环上加约 10M 参数的 HybridLink(两层残差投影),把中间推理搬进连续隐状态,只在调工具、需人看、交付答案时回到文本模式;混合轨迹连同工具观测靠 KV cache 作为工作记忆保留。Qwen3-Base 4B/8B/14B、11 个基准上平均 +10.4% 正确率、暴露 token 减少 35.5%–54.7%、推理加速 1.8×–2.6×,14B 上 GAIA 52.4、暴露 token 少 43%;代价是要改推理引擎。
2026-10-20 10:30:59
196
原创 中文语音输入怎么选:五款工具同维度横评
从识别路线、处理位置、整理强度、开源与否和 Windows 支持五个维度,横向对照 Typeless、Wispr Flow、微信输入法、OpenWispr 与 Saymore。云端识别适合日常普通话,本地模型适合内容不宜上传的场景;整理强度从去口水词到邮件正文各有差异。最后按写文档、写邮件、纯输入、自建等场景给出选择建议,并提示授权与功能边界会随版本变化。
2026-10-19 19:15:15
108
原创 Claude 刷新量子电路最优:LLM 与评估器的进化循环怎么搭
Anthropic 2026年10月16日称,Claude Mythos 5 几乎无人工干预,为8个量子计算原语设计出更省资源的电路:7个同时降低Toffoli门数和量子比特数,第8个给出不存储分支历史的可逆divsteps模逆新结构。论文arXiv 2610.22367于10月15日发布。工程侧更值得关注闭环:自然语言规格→模型生成可执行Python电路→独立评估器打分→分数回灌→模型改写,全程无人参与;量子电路可代码化、可用basis-state模拟廉价验证,TQ-cost衡量时空权衡,适合自动搜索。
2026-10-19 15:42:33
247
原创 我为什么做 InBrief:把 AI 一手信源收进一个入口
我原来每天要盯官方博客、GitHub Trending、Hugging Face、X、HN 和 Reddit,入口太多,信息其实不缺,缺一个能按顺序看完的地方;二手转述还会滞后、压缩原文细节。InBrief 是我参与的 AI 资讯聚合项目:从 RSS、HN、Reddit、X、YouTube 字幕、GitHub Trending、Hugging Face 论文榜采集,用 LLM 过滤、打分、去重,输出中英双语摘要;追踪 370+ 信息源,每 2 小时更新,采集引擎 MIT 开源。它目标很窄,不做综合新闻站,只
2026-10-18 11:21:32
145
原创 Perplexity SPACE 开源:108 次逃逸说明了什么
Perplexity 以 Apache 2.0 开源 SPACE,Rust 实现,用 Firecracker microVM 隔离每个 Agent 任务。红队报告共 216 轮:逃逸任务 108 轮零成功;断网绕行 54 轮零成功;允许装包的部分联网 54 轮中,修复前 11 轮绕过出网策略(20.4%),修复后最强设置 27 轮中 25 轮可评估、0 次取到回调 flag。结论:虚拟机边界扛住,失守点在网络出网控制。
2026-10-18 10:57:28
233
原创 电脑语音输入哪个好用?五款工具横向对比
从中文识别与音频处理位置、口述整理强度、免费开源与使用时长限制、Windows 可用性四个维度,横评 Typeless、微信输入法、OpenWispr、Wispr Flow、Saymore 五款中文语音输入工具,并按使用场景给出选择建议。
2026-10-17 15:27:09
237
原创 Muse Spark Open:816B 怎么摊到两台 Mac Studio
Meta 于 10 月 15 日开放 Muse Spark Open:816B 总参、42B 激活的 MoE,原生多模态、1M 上下文。文章从 4bit 权重约 493GB、KV 缓存与并行三笔账出发,说明两台 Mac Studio 只是刚好装下、勉强够一个开发者,可行性取决于内存容量和带宽而非 GPU 算力,并分析速度、成本与适用人群。
2026-10-17 10:33:05
120
原创 InBrief 怎么把 370+ AI 信息源收进一个入口
InBrief 是作者开发的 AI 资讯聚合入口,每 2 小时更新一轮,把 370+ AI 信息源收进同一份列表,并为每条内容生成中英双语摘要和重要性评分。它用 SimHash 和 pgvector 合并重复内容,按评分排序,并支持 Agent Skill 按类目、来源、时间范围自然语言查询。文章说明它为什么存在、每天十分钟怎么用,以及限制与不适合的人群。
2026-10-16 11:00:57
179
原创 CoPE 拆解:边行动边预测,绕开长程 rollout
CoPE 针对长程语言 Agent 强化学习中的采样瓶颈:末端标量奖励区分度低,观测目标长且噪,长程 rollout 成本高。它不改架构,在 GRPO 上加入多步动作目标:仅在 on-policy 成功轨迹上,跳过中间观测直接预测动作块,并用时间集成让同一动作从真实执行与预测两条路径被监督。推理仍单步执行,不引入额外模型或前瞻开销;过滤非法动作并归一化预测损失。
2026-10-16 10:46:54
148
原创 Windows 中文语音输入怎么选:五款工具横评
在 Windows 上做中文语音输入,难点在音频去哪里、转完是否整理、长时间使用是否受限。本文用同一组维度比较五款工具:Typeless、微信输入法、OpenWispr、Windows 自带语音输入、Saymore,分别代表云端 AI、输入法内置、本地开源、系统自带、本地开源加口述整理。文章比较识别位置、口述整理、开源与时长,并按办公场景给出选型建议。
2026-10-15 15:56:05
235
原创 为什么事实写进权重后,模型只会背不会用
论文把虚构事实微调进Qwen3-4B/8B的LoRA权重后发现,模型能背出句子却不会用它推理。只给裸句子时,复述—使用鸿沟达27.4分;换成24条多样化学习材料后缩到5.4分。连续写入二十条,早期事实几乎全部失效;放进上下文却能恢复到七八成。原始模型地板1%–7%,上下文天花板75%–99%。这说明能背和会用是两件事,权重通道在连续写入面前很脆弱。
2026-10-15 08:02:11
211
原创 InBrief 是什么:我为什么把 370+ 个 AI 信息源收进一个入口
InBrief 作者自述:它把散落各处、每天更新的 AI 内容收进同一入口,按固定节奏整理成带摘要和重要性评分的列表。作者认为 AI 信息问题在“散”不在“少”,做的是收口而非再一个来源;追踪 370+ 信息源,涵盖官方博客、科技媒体、约 310 个 X AI 从业者账号、13 个 YouTube 频道,以及 Hacker News、Reddit AI 板块、Hugging Face 论文榜、GitHub Trending,约两小时刷新。文中还说明三类内容怎么用、去重与双语摘要的思路,以及已知限制和不适合的
2026-10-14 10:51:55
170
原创 ReplaySSM 拆解:SSM 状态为何不必逐步存
混合模型解码时,SSM 状态每步读写是带宽瓶颈。ReplaySSM 把递归状态重表示为「一个检查点 + 最近若干步的输入环形缓冲」,缓冲写满才 flush 一次,把缓冲折叠进检查点,状态流量大致减半;投机解码不再需要为每个草稿 token 存状态快照,吞吐最高 2.1×。论文出自 Princeton Dao AI Lab 与 NVIDIA,参考实现在 vLLM 分支。
2026-10-14 10:34:32
186
原创 中文语音输入怎么选:四款工具横评
文章从平台覆盖、识别位置、中文识别方式、免费与准备成本、口述整理强度、自动标点、适合场景等维度,对比 Typeless、微信输入法、OpenWispr 与 Saymore。云端方案多平台、省心,但音频可能上云;本地方案隐私可控,OpenWispr 需自备模型与算力,Saymore 仅支持 Windows 10/11 x64,首次需下载约 1.5GB 模型。微信输入法免费即开即用;Typeless 偏云端 AI 听写,中英混说可优先试 Typeless 和微信输入法。结论不排名,按场景选型。
2026-10-13 12:38:35
113
原创 Muse Wonder 拆解:长任务为什么能做完
Meta 2026 年 10 月发布 Muse Wonder 与 Muse Wonder Full,本文拆解其长任务机制。Active Memory 把记忆拆成写、存、取三段,用 MemoryBench 考察跨会话冲突消解;Active Focus 用于支撑长任务。模型支持 1,048,576 token 上下文,输入含文本、图像、视频、音频、PDF,输出仅文本;API 输入 4 美元/百万 token、输出 20 美元、缓存读取 0.20 美元。Full 仅对 Muse Code 订阅者开放,不进 API
2026-10-13 10:13:27
280
原创 每天只有十分钟,怎么跟上 AI 最新进展?
把十分钟拆成三层:4分钟用一个固定入口扫要闻,只读标题和摘要,不点开原文;2分钟看讨论摘要,了解圈里在争什么,不把社媒说法当结论;最后按需回源确认一手来源,并留一分钟记一句话。目标只回答三问:今天有无值得深挖的事、圈里在争什么、关键结论有无一手来源。
2026-10-12 11:01:21
75
原创 Qwen4 27B 即将开源:显存怎么配、比 3.8 版强在哪
文章梳理 Qwen4 27B 的开源信息:截至 2026 年 9 月下旬,官方只确认了 Qwen 4 Max、Flash、Plus 和 27B 四个名字,27B 被描述为开源权重档位。基于 Qwen3.8-27B 和 Qwen3.8-Flash-Next,文章分析两种可能形态:延续 dense 路线,或走 Flash-Next 的 qwen4_exp。后者约 180B 参数,BF16 磁盘约 360GB,并介绍 GDN+QSA、Gated Residual 等构件。还涉及量化后显存占用、可查实测速度,以及从
2026-10-12 10:38:17
771
原创 无状态 Agent:研究状态交给 harness,token 省 84%–93%
2026年10月arXiv论文《Stateless Language Agents》提出SLA:有状态搜索,无状态智能体。harness保存候选解与实测结果,每次调用重建角色化上下文,Agent间不传对话,避免重放历史、重复劳动与过早停机。内核优化任务追平最强基线,token少用84%–93%。
2026-10-11 10:48:42
206
原创 Windows 中文语音输入怎么选:六款工具横评
在 Windows 上找中文语音输入,候选路线差别很大。文章把 Saymore、Typeless、微信输入法、OpenWispr、Handy、Windows 语音访问放到免费开源、离线本地化、中文识别、文本整理四个维度下逐项对比,并围绕能否断网、录音是否离开本机、说完能否直接用等需求,按场景给出选型建议。
2026-10-10 11:42:04
66
原创 微软 137B 编码模型搬到 PC:端侧推理与 Agent 权限防线
微软将 137B 参数的 MoE 编码模型 MAI-Code-1.1-Flash 以约 3.3 bit/weight 量化搬到 PC,权重约 53GB,保留 256K 上下文;Surface Laptop Ultra 上 256K 满载峰值内存 75.5GB,官方建议 120GB 以上内存。GitHub HydraFusion 开始把本地模型纳入调度,MXC Agent 执行沙箱 GA。厂商自测端侧量化 SWE-bench Verified 70.8%、Terminal-Bench 2.1 66.29%,均
2026-10-10 10:28:31
261
原创 在编程 Agent 里问一句“今天 AI 圈有什么”,怎么不切窗口
把 AI 资讯查询搬回编程 Agent 的会话:一句话按时间范围、类目、来源过滤,接入 AI 资讯 Skill 后可在 Claude Code、Codex 等中自然语言提问,减少切窗口和状态切换;摘要负责筛选,重要内容点回原文。
2026-10-09 10:37:00
146
原创 Mistral Large 4 拆解:1T 总参为何只激活 49B
Mistral Large 4(代号 Le Chonk)预览上线,10 月 27 日公开权重。总参 1.05T,激活 49B(文档写 52B),原生多模态,标称 1M 上下文但实测 524,288。细粒度 MoE:单 token 计算便宜,显存常驻高。约 3800 张 Grace Blackwell 训练两个月,覆盖 160+ 语言。许可证未公布,价格 $1.36/$4.18 每百万 token,促销半价。
2026-10-09 10:13:20
264
原创 Windows 口述邮件:本地整理成稿
语音输入包含识别与整理两步,整理又分轻整理、深度改写、邮件成稿三档。本文以一封排期调整邮件为例:先断网实测确认录音不上传,再写四行邮件骨架后口述;口述时重点放慢数字、日期、人名、否定与限定;发送前只核对四类信息。选对整理档位,口述后改稿时间能压到最短。
2026-10-08 14:52:02
191
原创 EmbeddingGemma 2:740M 多模态嵌入怎么跑离线 RAG
EmbeddingGemma 2 是 Google DeepMind 开源的 740M 多模态嵌入模型,Apache 2.0 许可,支持文本、代码、图像、视频、音频并投影到同一 768 维空间。它采用模块化编码器,可按需加载 270M/440M/570M/740M 四档,并用 MRL 截断到 512/256/128 维。文章拆解其浏览器部署、离线 RAG 链路及与云端 API 的取舍。
2026-10-08 10:55:17
209
原创 每天十分钟跟上 AI 进展:InBrief 的三块信息与用法
本文以作者视角介绍 InBrief 的信息结构与用法:它面向 AI 研发、产品或投资人群,从 OpenAI、Google DeepMind 等官方博客及媒体采集一手动态,并聚合 RSS、HN、Reddit、X、YouTube 字幕等 94 个 AI 信息源,用 LLM 过滤、打分、去重,输出中英双语摘要。每天十分钟分三段:先看大厂官方动态,再扫筛选评分后的聚合流,最后看社区讨论。核心采集引擎开源,MIT 协议。InBrief 不覆盖其他行业新闻,不声称更快,也不替代读原文。
2026-10-07 21:38:41
233
原创 DeepSeek Harness 是什么:一切皆插件的 Agent 底座
DeepSeek Harness(命令行 dsh)于 2026 年 8 月 13 日开源,公式为 Model + Harness = Agent。它把模型适配器、工具、循环、UI 等做成可换插件,内核只留 Cordis 负责装卸与依赖;基于时间/空间可组合性,支持副作用可逆回滚与响应式依赖,并分析四种模式与取舍。
2026-10-07 20:51:32
335
原创 Windows 中文语音输入工具怎么选:五款横评
从开源、本地处理、中文成文、平台与上手成本五个维度,横评 Typeless、微信输入法、OpenWispr、Handy、Saymore 五款 Windows 中文语音输入工具,并按不同使用场景给出选型建议。
2026-10-06 13:06:52
201
原创 VeriHarness 拆解:多数投票为何会掩盖错误
让生成交付物的同一个底层模型套上另一套 harness 充当验证器:工作区暴露各条 rollout 的产物与执行轨迹,协议把分歧解决与共识复核分派到彼此独立的上下文。谷歌与剑桥的统计显示,所有 rollout 都同意的主张里 34% 被判为错误,多数投票会把共享错误原样留下;争议主张中 74% 至少含一个正确答案,分歧其实是信息。
2026-10-06 12:07:09
189
原创 怎样在 Claude Code 里按时间和来源查 AI 资讯
面对信息过载,高效获取AI领域动态的关键在于精准过滤。通过明确来源(如Hacker News、Reddit)、时间范围(如过去48小时)、类目(如模型发布)和人物(如Karpathy),可显著提升检索效率。推荐两种路径:一是在Claude Code等编程代理中使用AI资讯skill实现即问即查;二自建定时聚合系统,如基于InBrief开源引擎,结合RSS采集、去重与LLM打分,生成中英双语摘要。核心不是工具多强,而是问题是否清晰。避免盲目刷屏,用“查”替代“刷”,才能真正省时省力。
2026-10-05 10:30:08
196
原创 稀疏注意力如何泄密:SparLeak 重建提问与回答
摘要(≤150字): 论文揭示稀疏注意力隐含的内存侧信道攻击风险——SIMA,即通过页级缓存/TLB访问轨迹泄露敏感信息。提出SparLeak框架,在共享GPU环境下实现90.9%属性推断与87.3%生成内容重建,无需模型权重或特权。攻击利用稀疏模式的空间局部性进行轨迹重建,适用于主流稀疏注意力机制。防御需权衡性能退化,建议优先采用进程隔离,而非盲目注入噪声。
2026-10-05 10:12:33
186
原创 口述邮件总返工?中文语音输入与术语表做法
本文以一封季度复盘邮件为切入点,剖析语音输入在办公场景中的常见痛点:识别错误、术语不准、流程混乱。核心建议是:先明确音频处理路径(云端/本地),再选择支持自定义术语表的工具(如Saymore);建立动态术语表,坚持“首次说全称、改后回填、每周清理”;口述时分段进行,使用结构化模板,发送前重点检查人名、数字、缩写与附件。强调语音输入的准确性依赖于系统性维护,而非单一工具。
2026-10-04 10:53:00
174
原创 CLM 与后缀缓存复用:让模型自己管上下文
Context Language Models(CLM)由华盛顿大学、Meta等机构提出,将上下文管理从外部固定策略升级为模型原生能力,允许模型如编辑文件般重写、删除或重组上下文,实现零样本涌现的智能编排。配套的Suffix Cache Reuse(SCR)补丁通过复用编辑后存活的KV状态,减少35%服务端算力。在多项基准测试中,CLM显著提升准确率并降低FLOPs,尤其在长时多智能体任务中表现优异。尽管面临许可证限制与安全风险,该工作标志着上下文管理向模型自主学习迈出关键一步。
2026-10-04 10:04:17
197
原创 AI 一手信息怎么少切换窗口?我做了 InBrief
InBrief 旨在解决信息碎片化问题,将大厂博客、X 从业者观点、HN/Reddit 讨论等多源 AI 信息整合为一条自动化流水线,实现采集、去重、打分与双语摘要。每2小时更新,支持按来源、类别筛选,辅以自然语言查询功能,帮助研究员、工程师和产品经理高效获取关键动态。虽不取代原文,但显著压缩“先看什么”的决策成本。适合愿花十分钟覆盖广域信息者,对极窄领域或零配置用户则非最优解。
2026-10-03 10:46:09
142
原创 Clef 是什么:不生成文字的 27B 决策模型
Cloudflare发布Clef系列决策模型,基于Qwen基座,通过冻结骨干+联合评分头实现高效多任务分类,支持图像与文本输入,单次请求可处理64个问题。其核心优势在于低延迟、无生成冗余,适用于工单分诊、内容安全等有界判断场景,但通用推理能力弱于通用大模型。虽单价高(贵5.7倍),但因仅按输入token计费且无输出膨胀,实际成本可控。社区实测显示准确率差异不显著,延迟受部署位置影响大,且本地部署需注意缺失joint_head的GGUF包陷阱。适合高频、封闭答案的自动化决策,不适合需要解释或生成的场景。
2026-10-03 10:08:28
231
原创 Saymore:口述整理后落到任意输入框
Saymore 是一款面向 Windows 的本地中文语音输入与口述整理工具,旨在实现“开口即落字”的流畅体验。它在语音识别后加入可选的轻度、深度、邮件等整理模式,自动去除口语冗余、补全标点,并将结果直接写入光标位置。支持唤醒词与语音命令(如“发送”“回退”),无需触碰键盘。全程本地运行,保障隐私,首次使用需下载约1.5GB模型。适合需要高效口述写作的用户,但仅限Windows系统,不适用于移动端或对安装安全敏感者。
2026-10-02 11:04:16
216
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅