Edge

[serva huang @servasyy]

为了这套“AI手绘提示词公式”，刚刚“肝爆”了6个小时。🔥

说实话，每次看到这种清爽、有质感的手绘草图，都羡慕得不行。

所以我今天豁出去了，花了整整一个下午，就为了攻克这个难题。
从找风格到定结构，从炼提示词到批量测试，终于搞出了一套能稳定输出的“魔法公式”！

这里吐血推荐大家用「既梦4」来跑这套提示词，效果亲测惊艳！

但这还不是终点。
为了实现真正的“一劳永逸”，我更进一步，把它封装成了一个 YouMind 的 Shortcut 快捷指令，实现完全自动化！

这个快捷指令里，我内置了5种不同信息类型的绘图模版。
你只需要把图片、书、链接、文章或者视频丢给它，
它就会自动分析内容，智能匹配最合适的模版，一键生成你要的手绘图片！

从一个想法，到一个提示词，再到一个完整的自动化工作流，这套流程彻底解决了我的痛点。
喜欢这个风格、想get这个自动化流程的朋友，请一定点赞、关注！
这会是我持续分享这类硬核干货的最大动力！🚀

我的“爆肝”成果全在这里了，直接取用👇
提示词文档地址：https://t.co/7aNFV5i2o7

[勃勃OC @bboczeng]

刚才花2小时看完了DeepSeek V3 的 Technical Report，下面说下我的感想。

首先，文章贡献主要来自系统（Training Infra），而非模型本身。模型本身依然基于传统的Transformer：

1）他们世界首创在大规模LLM训练中系统性部署fp8（8位浮点）量化技术，这大大降低训练对显卡内存的需求，也加快了训练过程；

2）为了正确使用fp8的矩阵乘法，他们优化并改进了CUDA Kernal的调用方式，甚至给NVDA提出了诸多Tensor Core方面的设计建议

3）他们开发了自己的训练框架DualPipe，实现了16/64通道的流水线和专家（MOE）并行，极大改善了并行训练中的通信和计算冲突问题，解决了调度瓶颈。

最终，DeepSeek实现了在2048个H800上的集群训练。

其次，文章中大部分改进是渐进式的，而非革命性的：

1）对MTP（多词预测）实际上来自2023年文章YaRN，而且最终DeepSeek V3只实现了N=1的MTP，也即比传统的GPT多预测一个词；

2）MOE所引入的Aux-Loss-Free Load Balancing技术，其实仅仅是在传统Expert的分配算法面前加入了一个bias term b_{i}；

3）DeepSeek MOE上的另一个革新是加入了“共享Expert”，并保证训练时对于每个Token，这些Expert最多分布在4个node上，以减少通信瓶颈。

4）其独创的Multihead Latent Attention 本质上是将QKV通过线性变换降维到一个Latent Space存入Cache，提高存储速度；这有利于推理任务加速。

5）利用自己在量化交易中的经验，创造性地将某些移动平均值（如Adam参数状态）存在CPU中，减少并行开销，等等

当然，能够将如此多新的细节整合在一起，并获得一个几乎没有任何Loss Spike的平滑的训练框架，这不得不说是一个奇迹。

最后，DeepSeek 在RL和蒸馏方面确实得到了极其宝贵的经验。Deep Seek证明了：

1）推理能力可以通过RL获得，

2）推理能力可有效的被蒸馏到更小的模型上去。

虽然他们也同时观察到，蒸馏可能让小模型的输出变得更长，语言效率降低。此外，如果RL的Reward Model过于简单，这可能会让模型推理仅限于数学和代码任务

总的来说，确实是一个非常好的Paper，证明了在极限的精度和优化条件下，训练一个600B大模型成本能走到多低。

但不至于颠覆硅谷，是一个非常好的阶段性进展

恭喜全世界的AI研究者们！

[李举刚 @justinleei]

建议大家用一下automa，很快上手，个人只用了半天时间完全上手使用。reddit、小红书、公众号自媒体创作需要什么素材，随手完成。 再搭配Claude api，直接生成分析结果，供自己创作，这套小红书热词采集automa采集脚本大家有需要的吗，需要扣1，我放到google drive里面

[howie.serious @howie_serious]

轻松把任何文本一键转换为精美视觉图表的 AI 神器：napkin

昨天发现了这个工具，用 logseq 里面的一篇笔记测试了一下。复制粘贴，立刻生成多种形式的视觉图表可选，而且各种细节可以任意调整。

对比之下，以前给文字搭配视觉元素，要么自己做个 excel 表，要么用 excalidraw 人肉画图。

感觉用 napkin 来做视觉图表，可以极大节约时间，投入同等精力的话，图表质量应该可以上一个等级。

目前认为是值得花时间研究的一款工具。推荐有需求的朋友试试。

[Tom Huang @tuturetom]

这个 PDF 双语翻译的开源项目也太好了，一个月猛涨近 9000+ Star🔥

很好的处理图片、公式等排版的同时将内容进行双语翻译，支持Google/DeepL/Ollama/OpenAI 等服务，支持 CLI/GUI/Docker 做部署⚡️

导致 👉 https://t.co/Sitzug7oqe

[𝙂𝙚𝙤𝙧𝙜𝙚 𝙉𝙞𝙪, 𝙍𝘾𝙄𝘾-𝙄𝙍𝘽 @gniuconsulting]

https://t.co/p95ol2EIPx

这个app是厉害，听我一段10秒语音，马上分辨出我是中文母语。我自认为我的英语口音是接近母语的程度，不服气，但屡试不爽。最后还给了我出了一个非常详细的英语语音瑕疵分析报告，告诉我如果真的想说得像本地人，有哪些细节需要纠正。

[𝙋𝙖𝙨𝙨𝙡𝙪𝙤 𝘼𝙄 @passluo]

聊聊 #个人养老金

首先，不是个新鲜事儿，22 年底就在所有省会 + 重点城市试点了（图一），这次只是全面放开

其次，拿不定主意的时候就看看别人怎么搞。截止 2023 年底，养老三大支柱规模合计 14 万亿元：

- 第一支柱（基本养老保险） 7.82 万亿
- 第二支柱（企业年金与职业年金）5.75 万亿
- 第三支柱（个人养老金）0.03 万亿元

从养老大盘看，个人养老金规模很小，买的人不多。作为对比，支付宝里面那个余额宝，规模是 0.67 万亿

截至今年三季度末，开户最多的北京、上海、深圳三地的分别累计开分别 531.8 万户、500万户、434 万户。缴存金额分别为 114.2 亿元、110 亿元、41.36 亿元，平均户存均不足 2500 元，说明大部分人没交满一年 12000 的额度

而且这还是一二线城市试点的数据，推广三线及以下这些收入相对没那么高的地方，增量效果不大

大家应该看得出，理财的事儿我一直不太喜欢说

倒不是因为粉丝多少或者清高。而是我只能保证自己投资时是了解清楚的（即便如此也踩了不少坑），我不能保证别人也这么做

为了一点利益（拉人头返利），或者利益都没有无脑喊，别人跟着你 FOMO 了，最后资产受损你负责吗？这次的华侨银行 OCBC 就是个很好的例子

所以，这里我主要分享下如果你想买或者在犹豫，那么你需要知道的一些事

是一个 thread，我慢慢写，Twitter 网页偶尔会出错丢数据，所以写一点就发出来，大家可以攒齐了再看

[高军 @GoJun315]

推荐一个开源工具 Vanna，让与 SQL 数据库的交互更简单。

主要流程：
1. 在数据上训练 RAG（检索增强生成）模型；
2. 用自然语言提问，返回 SQL 查询语句。

无需了解 RAG 原理，一句代码完成训练。

支持主流大语言模型，如 ChatGPT、Claude 和 Llama。

[bbshare @shadouyoua]

海马体人像精修教程 【修图必备】

本教程是一部专业且实用的摄影后期处理教程，专注于人像照片的精修技巧。该教程详细讲解了从基础调色到高级修饰的各个环节，帮助学员掌握人像精修的核心技能。

https://t.co/V5hVhaSOAB

[高军 @GoJun315]

一款开源免费的实时键盘鼠标输入可视化工具：Keyviz。

在电脑上直观显示我们当前按下什么快捷键以及鼠标，支持个性化定义效果，包括预设风格、尺寸、图标、按键的颜色以及边框等。

GitHub：https://t.co/rswepsGwzK

如果你经常需要录屏或者演讲，需要给大家展示你的操作过程，这款工具颇为实用。

[高军 @GoJun315]

一款专为 10x 工程师打造的开源 AI 代码编辑器：Melty。

GitHub：https://t.co/9KOPgC87Hf

- 理解从终端到 GitHub 的操作。
- 协助高效编写和重构代码，支持大规模文件更改。
- 像结对编程一样观察和适应你的代码库。
- 与编译器、终端、调试器、GitHub 等工具集成。

[小樱💞｜实用工具分享 @xiaoying_eth]

📚 今天早上发现了一个超强的 Chrome 扩展「Language Reactor」！

看 YouTube 和 Netflix 的时候，可以同时学习英语。每一句台词都会有中英文的精准翻译，还可以反复听和鼠标悬停查看单词的意思

这样学英语比单纯记单词有趣多了，把看视频变成了一场有趣的学习之旅！

🔗：https://t.co/1U7GiWm3XU

[高军 @GoJun315]

一款自动化影视解说的 AI 视频剪辑工具：NarratoAI。

基于 LLM 实现文案撰写、自动化视频剪辑、配音和字幕生成的一站式流程，影视解说剪辑神器，高效内容创作。

GitHub：https://t.co/9NMkxIWRw6

支持 Windows 10 或 MacOS 11.0 以上系统，而且显卡非必须。

[高军 @GoJun315]

一个轻量级的 AI 证件照制作工具：HivisionIDPhoto。

实现了对多种用户拍照场景的识别、抠图与证件照生成，并提供不同尺寸规格的标准证件照。

GitHub：https://t.co/PiXVWDlxWk
在线使用：https://t.co/sOFdepR0Ue

开源且免费，值得收藏以备应急使用。

[奥丁 @augusdinc]

完全免费的 TTS 文字转语音来了！
再也不用被国内外各种语音合成割韭菜了。

试了下，确实是不限次数，不限语种，完全免费，
效果就是微软 TTS 的效果，重要的是免费啊。

做个抖音、视频号之类的是完全够用了。

地址在下面 👇

[Richard @qloog]

#一图看懂 web应用的基本组成

[Tom Huang @tuturetom]

由吴恩达老师主讲的斯坦福《机器学习专项课程》现在可以免费学习了！🔥

深度讲解机器学习核心概念，每节课都有 Python 代码实战练习，学完可以做10+项目⚡

学习监督模型，Tensorflow 训练神经网络，决策树，无监督学习和聚类检测，协同过滤建立推荐系统

课程地址👉🏻：https://t.co/n2MU4ZFPZA

[Geek @geekbb]

这个数据库管理工具 UI 用起来真不错。WhoDB 一个轻量级、性能优异的跨数据库管理工具，支持 PostgreSQL、MySQL、SQLite3、MongoDB 和 Redis。https://t.co/5jdZDACCVN

[Tom Huang @tuturetom]

下一代 RAG 技术来了！微软正式开源 GraphRAG🔥

通过 LLM 构建知识图谱结合图机器学习，极大增强 LLM 在处理私有数据时的性能，同时 GraphRAG 具备连点成线的跨大型数据集的复杂语义问题推理能力。

- 提供 Index、Query 工具链与建模工具
- 提供 Graph Prompt 调优能力

https://t.co/lQarIAHv0O

[高军 @GoJun315]

发现 GitHub 上一个很有意义的开源项目「遇见李白」。

该项目旨在通过构建李白知识图谱的 AI 智能体，以生成式对话应用的形式，推广及普及李白古诗词文化。

GitHub：https://t.co/QZTgzd2nMg

最终目标将开发一款生成式对话应用，实现与你的实时互动，同时提供个性化的李白诗歌鉴赏体验。