litchisoft

[APP喵 @amiaoapp]

70年高考数学真题，被一个 GitHub 仓库一次性整理完了。

从 1952 → 2025，几乎全覆盖。

说夸张点，它像是把“高考数学的历史数据”直接打包成了一个数据库。

这个项目叫 gaokaomath，特点很直接：

历年高考数学真题 PDF 全收录
时间跨度接近 70 年
持续维护更新
按年份整理，查找非常清晰

对刷题的人来说，这种资源的意义很简单：

👉 不用再东拼西凑找真题了

🗂 https://t.co/IVumNJJlyD

#高考 #数学 #真题 #GitHub #学习资源

[Asa @app_sail]

🚀 2026 出海独立开发「穷鬼全家桶」极简版

基于 2025 年调整，保持低成本优先
里面多次提到了 Cloudflare，可以关注一下这家公司的股票，最新的财报表示，2025年Q4 合同金额大幅增长

[余温 @gkxspace]

分享一个我春节期间的远程工作方案：手机 SSH 连电脑，随时随地用终端干活。

Tailscale + Termius + tmux，这组合我刷到过无数次，都没用过，好家伙，现在真用上了。

过年回老家，三天两头串门、走亲戚，但活还得干。想了想，我日常大部分工作其实都可以在终端完成。
对话、写代码用 Claude Code，跑任务用OpenClaw，改配置、调服务、git ……全是命令行。

那么只需要用到三个工具：Tailscale + Termius + tmux。

Tailscale：内网穿透工具，手机和电脑都装上，登录同一账号，两台设备就在同一个虚拟局域网里。你在外面用手机也能直接访问家里电脑，不需要公网 IP。

Termius：iOS/Android 上的 SSH 客户端，体验不错，连上后手机就是一个终端。

tmux：终端会话管理器，SSH 断了重连，之前的窗口和进程都还在。

配置步骤：
1. 电脑装 Tailscale，手机也装（应用商店直接搜）
2. 两端登录同一账号
3. 电脑开启远程登录（电脑上记得开权限）
4. 手机再装 Termius ，接着新建连接，IP 填电脑的 Tailscale 地址（100.x.x.x），用户名和密码就是电脑的登录账户
5. 连上后 tmux new -s work 创建会话，以后断开重连用 tmux attach

比想象中好用。AI 时代很多工作收敛到终端了，手机能连终端，基本就等于手机能办公。

春节期间当然也要愉快的干活～

[Geek @geekbb]

扯，不太明白为啥 OpenCode + GLM-5 排名干到30位去了，甚至还没有 OpenCode + Gemini 3 Flash 高……

[litchisoft @litchisoft]

@takeda_iori 我的gt7离线1个多月了，重装，加速器，换dns，都不管用

[曾哥 @AabyssZG]

IDA Pro 9.0 Beta已经被泄露，且附带破解脚本，可尝鲜🤩
下载链接：https://t.co/Pak3UpLVe1

[Tom Huang @tuturetom]

这个网站也太炸裂了！💥将 ChatGPT 原理的详细细节可视化出来了！！⚡️🤯🤯

每一步展示数学原理，模型网络结构，参数构造和运行过程！可以精确到每一帧观察大模型结构变化！

在线体验👉 https://t.co/jyBlJTMa7m

[Geek @geekbb]

《中文独立博客列表》
https://t.co/tQh1lsbR2k

[豆小豆 @urassholes]

最好的思维锻炼方式，是写作

[Geek @geekbb]

开源社会大学（OSSU）是一个在 GitHub 上获得 148k 星标的计算机科学免费自学教育平台。OSSU 的课程由世界各地知名大学的计算机课程组成，涵盖了计算机科学的各个领域，从基础到高级。目标是让任何人都能通过自学获得计算机科学的全面教育，https://t.co/UxkZESRbWw

[酱紫表 @pengchujin]

推荐下 YouTube Fire TV 提取版，让国内电视、盒子能用上谷歌官方版的 YouTube。电视不需要谷歌服务就能登录使用，官方的体验、当然最高也支持 8k hdr 60、界面更优雅、还能看评论。上个评论里推荐的，试了下很完美。下载🔗：https://t.co/TzowGDHHZO

[C++ LibHunt @CppLibHunt]

Libfork v2: A lock-free, wait-free, continuation-stealing tasking library built on C++20's coroutines https://t.co/az8qU854eR

[C++ LibHunt @CppLibHunt]

MutexProtected: A C++ Pattern for Easier Concurrency https://t.co/mD3qeH88aW by @awesomekling

[宝玉 @dotey]

Google的教学视频《Introduction to Large Language Models | 大语言模型介绍》（中英双语字幕）

这个视频介绍了大型语言模型（Large Language Models，LLMs）的概念、使用场景、提示调整以及Google的Gen AI开发工具。
大型语言模型是深度学习的一个子集，可以预训练并进行特定目的的微调。这些模型经过训练，可以解决诸如文本分类、问题回答、文档摘要、跨行业的文本生成等常见语言问题。然后，可以利用相对较小的领域数据集对这些模型进行定制，以解决零售、金融、娱乐等不同领域的特定问题。

大型语言模型的三个主要特征是：大型、通用性和预训练微调。"大型"既指训练数据集的巨大规模，也指参数的数量。"通用性"意味着这些模型足够解决常见问题。"预训练和微调"是指用大型数据集对大型语言模型进行一般性的预训练，然后用较小的数据集对其进行特定目的的微调。

使用大型语言模型的好处包括：一种模型可用于不同的任务；微调大型语言模型需要的领域训练数据较少；随着数据和参数的增加，大型语言模型的性能也在持续增长。

此外，视频还解释了传统编程、神经网络和生成模型的不同，以及预训练模型的LLM开发与传统的ML开发的区别。

在自然语言处理中，提示设计和提示工程是两个密切相关的概念，这两者都涉及创建清晰、简洁、富有信息的提示。视频中还提到了三种类型的大型语言模型：通用语言模型、指令调整模型和对话调整模型。每种模型都需要以不同的方式进行提示。

原始视频链接：https://t.co/GZhmD7Sfl4

[Cali Castle @calicastle]

@sofish TailwindCSS + Radix UI / Headless UI / React Aria

[小众软件 @appinn]

HiBit Uninstaller – 3.19MB，体积娇小功能强大的卸载工具[Windows] https://t.co/S1GiPyLpmb

[小众软件 @appinn]

Bulk Crap Uninstaller – 最重量级卸载器，能扫便携软件、游戏，速度又快，免费开源[Windows] https://t.co/CCjweaNamF

[C++ LibHunt @CppLibHunt]

libbase - standalone reimplementation useful parts of Chromium's //base module https://t.co/pC0TTIQcGe

[C++ LibHunt @CppLibHunt]

JSON for Modern C++ 3.11.0 https://t.co/RFKjLhRRpi by @nlohmann

[C++ LibHunt @CppLibHunt]

alpaca: A new serialization library written in C++17 - Pack C++ structs into a compact byte-array without any macros https://t.co/Gth3Iqubrh