lova

Be real

[OrcaRouter 🐳 @OrcaRouter]

Today we’re announcing OrcaSAQ-2 27B

High-fidelity mixed-precision Qwen3.8 for long-horizon agents.

55.59 → 12.06 GB — 78.3% smaller / 4.61×
3.21 bpw · 93.2% Top-1 agreement
70.0 SWE-bench Verified
58.4 Terminal-Bench 2.1
262K context

A 27B model for coding, terminal, browser, security and multi-tool agents — in a footprint you can actually deploy.

SOTA agentic capability density among similarly sized models we evaluated.
https://t.co/FqslE1kYnw

[Samuel Zeng @SamuelZengML]

Speech recognition is easy—until you ask it to listen forever.

Today we’re open-sourcing Audio8 ASR Infinite:

Ultra-low latency, unlimited audio, 24/7 transcription, no drift.

Built-in semantic turn detection keeps it listening like a human ear.

New SOTA for streaming ASR.

[向阳乔木 @vista8]

卡尔是我见过最勤奋的公众号自媒体之一。

他把自己的AI生视频的Skill和提示词全开源了。

很遗憾还没线下见过，下次去杭州一定要碰碰面。

另外，X真的是个好平台，大家都愿意开源自己的好东西。

[uehaj @uehaj]

Jevのキラーアプリ、「意味で探す grep」を作った。

semgrep -e "顧客が怒っている" と打つと、"angry" も「怒」も含まない行まで拾ってきます。

正規表現の代わりに、TypeSafe AI の Jev（System One モデル）に 1 行ずつ「この行は○○の意味に合うか」を yes/no 確率で答えさせる。Jevの特性を活かして30 行をまとめて 1 リクエスト、200 行のログが 1 秒弱で返ります。依存ゼロ、Node 1 ファイル。

grepに準じるオプション体系。

・-e A -e B で OR、-a で AND、-v で AND NOT
・-r で再帰、-l でファイル名だけ、-A/-B/-C で前後の行、--color
・確率の閾値は --level loose / strict で調整

ベクトル検索と何が違うかというと、否定検索もできるし、話題の近さではなく「命題が成り立つか」を見るところです。「返金してほしい」と「返金処理が完了しました」は埋め込みではほぼ同じ距離ですが、「顧客が返金を求めている」という意味で引くと 0.98 と 0.10 に分かれます。だから AND や NOT がそのままブール演算として効きます。「返金の話だが要求ではない行」なども 1 コマンドで検索できます。

問合せは「意味」でおこなうので、多言語検索が普通に可能。日本語と英語の区別もフランス語もロシア語も、その混在文書からも検索できます。仏・露・独・西・中・韓14行を4言語（日・英・仏・露）の意味クエリで検証した結果、取りこぼしも誤爆もゼロで、どの言語で意味を書いても同様に機能します。

以下で試せます。
npx @uehaj/semgrep -e "ネットワーク障害" app.log

GitHub: https://t.co/4ynBSTU2JI

#Jev #TypeSafe #grep #ClaudeCode

[Michael @michael_chomsky]

https://t.co/mcel85kUB7 now outperforms jev and is free

go nuts guys

[StudioYebisu @studio_yebisu]

やぁ！兄弟達！

一晩寝ただけで、Jev系のGitHubリポジトリはめっちゃ増えたから!!
ジャンル別にスターが多かったものをまとめておいたよ!!
スターの数はリサーチ時点のものだからそこは勘弁してほしいぜ!! ハハッ

Metaが出してるCV。SAM3.1もAPIで使えるようになったってのと。
JevもOpenRouterで使えるようになったみたいだ!!
もうウェイトリストに並ぶ必要はないよ。

CV x Jevで何か面白いものを作ってよ!!
今日も今日とてGrok翻訳みたいな文章はわざわざタイピングしてるヨ!!

【ブラウザ・PC・スマホ操作】
1. jev-ultrafast｜★4,891
圧倒的大人気！JevといえばUse系への活用が一番期待されてるみたいだね!!
ブラウザ操作と対象要素の選択をJevが担当し、テキスト入力時のみ小型LLMを呼び出す構成。
https://t.co/aZfA1mfOHX

2. typesafe-computer-use｜★203
macOS画面のOCRやアクセシビリティ情報を読み取り、クリックや文字入力を自動化するMac専用ツール。
https://t.co/nxPWCeWFPk

3. mobile-jev｜★103
Mobilerun接続のAndroid端末を操作。CLIやWeb画面、実行ログを確認しながら操作を進められる。
https://t.co/JKGDRx8gYV

4. jev-voice-browser｜★40
☆これ思ったより面白そうだったよ!!☆
ブラウザの音声認識から意図を抽出し、Playwright経由でWebページを操作する実験的実装。
https://t.co/21h1dM8du1

【AI開発・コードレビュー】
5. fast-jev-compaction｜★2,790
Claude Codeの履歴から、不要と判断したツール呼び出しや結果を削除・短縮。残す会話文は原文のまま。
https://t.co/cOuB4E7xcb
※これも、めっちゃ人気だね！Claudeの不要な部分をJevでコントロールするのは良いユースケースみたいだ!!

6. foreman｜★279
Codexの自律作業をJevが監督し、作業の継続や検証、停止を判断する開発プロセスの実験。
https://t.co/8BuweE6c1j
Codex版だね！

7. jev-review｜★251
Gitの差分やリポジトリ全体を段階的にレビューし、潜在リスクやテスト不足をローカル画面に表示。
https://t.co/0N2PRprSws

8. jev-router｜★121
Claude CodeやCodexの各ターンで、要求タスクの性質に合わせて呼び出すモデルを自動で振り分ける。
https://t.co/I0uCLYk8jI

9. jev-rules｜★3（新顔）
依頼内容や編集対象ファイルに応じて、Claude Codeへ渡す指示ルールや参照資料を選ぶ。
https://t.co/YTP8pxMGw5

【MCP・スキル・CLI】

10. skillbox｜★153
エージェント用スキルを管理・MCP配信する基盤。追加のJev連携で、タスクに合うスキルを推薦する。
https://t.co/PKwPfJaued
これもまるでハーネスの一部として、Jevを活用するってのは面白いよね！！

11. typesafe-mcp｜★62
ClaudeやCodexなどのMCP対応環境から、Jevの選択・採点・真偽判定を直接呼べる非公式ツール。
https://t.co/CoU8h9Dcb1

12. jev-shell-history｜★30
zshで入力中の内容に合う過去のコマンドをJevが選び、履歴から補完する。
https://t.co/jSyj38q394

【検索・データベース】
※このユースケースは注目だ！
Jevの評価機能を上手く使って、ソートをハックしてく。

ユーザーの行動にリアルタイムで合わせて選択をフィルタリングしていくってのはWebと相性が良さそうじゃないか？

13. pg-jev｜★143
PostgreSQLの行を、SQL内の自然言語条件で絞り込み・分類・順位付け。対象データは外部APIへ送信。
https://t.co/PDcAQiOxiV

14. jev-search｜★48
検索語の選定や対象期間の指定、取得したWeb検索結果の関連度ソートをJevに任せる検索パイプライン。
https://t.co/FO6xvZO4lr

15. neo4jev｜★17
Neo4jのグラフ構造において、次にたどる関係をJevに選ばせ、データのつながりを探索・可視化するデモ。
https://t.co/uoeOzKuCVe

【動画・Web閲覧】

16. unclutter｜★73
Webページ内の広告枠や邪魔なポップアップをJevで識別し、画面から非表示化するブラウザ拡張。
https://t.co/kwJsPBb0Ne

17. jevmeter｜★52
動画内の発言を指定した観点で採点し、メーター付きの動画を作る。事実確認や嘘の判定ではない。
https://t.co/nZzlODHtRg

18. youtube-sponsor-detection｜★46
YouTubeの字幕や音声から動画内のスポンサー紹介区間を判定して自動スキップ（配信広告除去とは別）。
https://t.co/iAgNa0Vq5G
※人類はどうしても広告を見たくないみたいだね！ハハッ！

【ガードレール・コミュニティ管理】
19. pi-warden｜★61
Piエージェントを監視し、プロジェクトのルール違反、同じ失敗の繰り返し、未検証の完了報告をチェック。
https://t.co/dbHkInBlxq

20. Jev-Moderation-Bot｜★25
Discordのスパムや詐欺URLを判定し、メッセージ削除や警告、タイムアウトを管理する。誤判定への管理者対応は必要。
https://t.co/hWvzIY1QYz

【マーケティング】
21. notra｜★171
AI回答でのブランド言及を追跡するGEOツール。言及の好意度や掲載順位などの分類処理にJevを活用。
https://t.co/vu1oa7FkJW
※おっと、こいつも注目だ！
GEOツールとして使うことで、事前にA/Bテストをしておくみたいなもんだな。Jevの評価の早さを上手く活かしてるぜ！

【スマートホーム】
22. HA-Jev｜★6（新顔）
Home Assistantの家の状態をJevで判定。洗濯物通知など日常の自動化向けで、安全設備には使わない。
https://t.co/3Mk680U0ta
※Homeへの実装は進めてほしいよな！

【ゲーム・ロボットのシミュレーション】
23. typesafe-mario｜★260
エミュレーターから抽出したゲーム状態データをもとに、Jevにマリオの行動を選択させる制御実験。
https://t.co/r2nQgGACcH

24. jevpilot｜★58
Three.js製の走行シミュレーター上で、提示された進路と速度の候補からJevが行動を選択する実験。
https://t.co/bVJ9HdUM1Y

25. jev-drone｜★58
物理エンジンMuJoCo上のドローンシミュレーションで、障害物の回避行動の判断をJevに委ねる実験。
https://t.co/fmLUYdDSWD

【売買ボットの実験】
26. jev-trader｜★804
Monad上のKuruで売買判断を試す実験。既定は模擬判断のmock、鍵なしは模擬取引のdry-run。収益性は未検証。
https://t.co/DODHIGpTJi
※これも注目度が高い。だれかテクニカル分析の専門家は自分の環境でチューニングしてみてくれよな。

【ローカル・オープンモデル研究（公式Jevとは別）】
以下4件は独立した研究・実装。公式Jevの公開版ではありません。
27. SemIf｜★1,500
公開モデルで選択肢の確率を直接読み出す独立研究（旧OpenJev）。ブラウザ上で動くデモも提供。
https://t.co/q2OZKmInGE

28. jevlike｜★851
可変長の選択肢群を一度に評価する小型モデル学習の独立研究。公式Jevの複製ではなく研究の出発点。
https://t.co/Ke9wmLHCTU

29. NanoJev｜★313
Qwen3-0.6Bベースの並列判断モデル。重みや学習コードを公開し、ゲーム制御デモなどを同梱した独立実装。
https://t.co/cQCR6VytW1

30. openjev-sglang｜★127
QwenとSGLangによる互換APIの独立実装。B200などGPUサーバーでの稼働を想定した構成。
https://t.co/QXklNwzA79

おっと、最後に注意事項だ。
API課金・外部へのデータ送信は使う前に各リポジトリで確認を。今回は公開資料を調べた紹介で、全件を試用・動作検証したわけではありません。

ある程度は内容を目視でみたけどな！流石に全部を検証する時間はなかったぜ！

[逸尘 @gengdaJ]

把我珍藏已久的好东西分享给家人们，剪映11.4.2开源！！！🥳🥳🥳https://t.co/CGXDq1tcIh

配套神级Skill：https://t.co/QQ5XDF75mw

只需要简单提示词，口播类视频，全程托管给Codex，不需要任何人类操作。

即使略微失误，由于调用豆包ASR，片段被切割到毫秒级别，导入剪映草稿也可以人工丝滑调整😋

放一个原本8分钟，剪辑后3分钟，完全由Codex+yichen-jianying-edit Skill自动剪辑完成的，前后视频对照，以及提示词截图👇

整个剪辑流程可能需要花费的地方：
1.Codex Token费用，可以用别的便宜模型平替，比如Workbuddy免费的hy3和DeepSeek-V4.1-Flash。https://t.co/DhhbXesth0
2.豆包ASR，一小时八毛钱，说实话，不能再便宜了。。。
https://t.co/VlZSRt7Ak6

[Rik Arends @rikarends]

51 million lines of code. Chromium codebase. Here you go. 120hz, 3gb ram use.

[lova @harvestvfd]

@LeonKuo2023 扯呢，可能是用国区 id 下过 app

[WeChat @Weixin_WeChat]

Put your team’s knowledge to work.

Developed by Tencent’s Weixin team, WeKnora is an open-source, LLM-powered knowledge framework built for enterprise-grade document understanding, semantic retrieval, and autonomous reasoning.

Build assistants that find answers in your docs, show their sources and use skills to create files you can preview and download.

Keep useful context across chats with opt-in long-term memory. You approve suggested memories before they’re used. Self-host it and run skills in a sandbox with network limits you set.

Explore WeKnora: https://t.co/8oFPodiR8Q

Have a project in mind? Join our community to share ideas and build with us: https://t.co/zaj2B4P8Xq

[山羊赚钱笔记 @shanyanggm]

卧槽，这谁干的！！？

一个人把 ElevenLabs 开源了，还让你装自己电脑上跑。

GitHub 都快 2 万星了，仓库叫 VoiceStudio。

你就给它一段干净的人声，它能把这声音学下来。视频也能配成 646 种语言。有声书、听写、转文字它也干。

引擎还不止一套，给了 14 个。ElevenLabs 自己才 32 种语言。不按字收钱，也没次数限制，音频也不上传。

地址在这：
https://t.co/5Wxzq6VwH3

有人用 5090 跑过，说还差点意思。但这个不用掏钱，声音还留在自己电脑里！还要什么自行车！

[Bojie Li @bojie_li]

《深入理解 AI Infra》开源发布了！

写完《深入理解 AI Agent》后，在与读者交流的过程中，我越来越感到，要开发好基于模型的应用，还需要理解它赖以运行的基础设施。

最近几十年系统领域最重要的变化是编程抽象的上移：从操作系统到模型上下文。传统的操作系统、编译器和硬件要为事先未知的各种程序提供通用能力，系统优化总要在可编程性与性能之间取舍。

如今 LLM 成了最重要的应用，可以针对特定的模型和加速器架构优化；模型设计也开始反过来适应硬件，DeepSeek V4/V4.1 重新设计长上下文的表示方式，就是一例。

从某种意义上说，模型成了 LLM 时代的操作系统，AI Infra 成了 LLM 时代的计算机体系结构。《计算机体系结构：量化研究方法》是我在体系结构领域的入门书，而 AI Infra 领域还缺少一本从硬件约束和模型架构出发、量化推导系统设计的书，这是我写作本书的动机。

全书约 500 页，包括 12 章：
1. 初识 AI Infra
2. 模型架构
3. 推理与训练负载
4. 加速器架构
5. 算子与运行时
6. 超节点
7. 数据中心网络
8. 推理优化
9. 分布式推理
10. 训练系统
11. 资源调度与运行环境
12. 端边云协同

欢迎 star & 提 issue/PR！

https://t.co/R1DAPLMWVq

[Jovan Kis @jovan_kis]

Everyone's been complaining Qwen 3.8 27B overthinks and is too slow, so we fixed it.

Introducing UkisAI Swift-27B

We trained Swift by reducing model anxiety, the results:

58.3% less token usage,

1.95x faster outputs,

<1% loss in accuracy

It’s the same performance, just faster and cheaper

HuggingFace: https://t.co/31K058eihL

Free API (OpenAI compatible, limited time): https://t.co/V0jaEeNeol

Blog: https://t.co/7DNFwoX4M9

[shi3z @shi3z]

書いた 1万字超えた/ DeepSeek v4.1 Flashを動かしたくてFP4に対応していないA100を、33tok/sから673 tok/sまで持っていって気がつくと公式APIより速くなっていた話｜shi3z @shi3z https://t.co/VEEqmTW3Zv

[Dongxi 东锡 NLP @dongxi_nlp]

https://t.co/1Zp3Skkv39

[Burak @xburak]

It’s crazy that this guy made this whole setup open source.

I’m gonna give it a try next week. It’s wild that we have access to this kind of stuff thanks to X.

[Jonathan Wilke @jonathan_wilke]

How the fuck did I not know about https://t.co/4L70ZjBTj0 🤯

So many nice small animations that just make your UI feel better.

In a world where everybody is shipping AI slop, these little details are what makes your product stand out.

Given you’re not using purple gradients and putting borders around every single box of course.

[riba2534 @riba2534]

https://t.co/XG9xv6j2KP

[AIGCLINK @aigclink]

github:https://t.co/6oBtvvDBpx

[李韭二 @li9292]

我靠！多少创业公司又要死！
清华团队开源了一个 AI 教学系统
你给它一个话题或者丢给它任何学习材料，它就能自动生成一堂完整的 AI 互动课 。
有 AI 老师给你讲，有 AI 同学跟你讨论，还能导出课件

OPenMAIC 开源项目地址：
https://t.co/SYV9NHj3Lm