解决Targon的2个问题

token大小问题。这个不一定准，如果有更好的数值可以讨论下。
new-api 不能测试模型问题


在 GPT Load 中，点 “高级配置” - “参数覆盖”
{
  "max_tokens": 160000,
  "stream": false
}

公司有个项目的服务器部署在德国。维护的事情就是上传镜像到云商在欧洲的镜像仓库，上传文件到服务器，以及维护下服务器的部署。
甲方只允许固定IP访问，所以我们一直用的是日本的vps加机场中转。
但现在发现网络情况越来越复杂了。不单单国内有QOS，机场也不稳定，然后固定IP出口到欧洲的线路似乎也有问题。几个问题叠加起来，经常遇到镜像传不上去，或者服务器访问老中断的问题。
如果要改善网络访问，有什么其他的方案可以选？
比如直接选亚马逊或者微软或者阿里腾讯的服务器自建是否可行？
或者说如何找到价格还算合适的更稳定的专线？

坐标：北京朝阳
前风挡换了个玻璃，想贴个隔热、防紫外线的膜
北京这边哪种膜好且性价比高
有没有佬推荐的贴膜店

各位佬友有没有什么避雷建议手动狗头
这次装修Mac os风格，全圆角3.6m落地窗紧跟26液态玻璃风格，上次的win10风格太锋利。
最担心的还是床垫，我喜好睡海绵床垫。可惜没时间去线下买。
线上不知道哪家好，哪家都用黑料，干脆直接买海绵内胆，好坏一眼看得见
可是那些&**&商家说的是50D，60D全是假的！密度26kg/m³就敢说60D，还有的商家甚至不告诉重量/密度。尤其拼多多竟然还有1000D的…

我在Janitor ai上使用代理Deepseek来角色扮演， 用Deepseek-V3模型，通常跟米家游戏的角色们聊天， 效果还可以，但依然有ooc的情况出现， 请问大家有没有什么更推荐的模型？？

前言：
昨天和师兄聊未来进组的方向，师兄说咱们组主要是模型泛化（师兄原话：模型泛化主要还是指的深度学习的模型，传统的泛化方法很难有特别大的突破）和射频指纹（师兄原话：主要是去做深度学习的特定辐射识别的）
emm，主要是我也没太懂这两个方向（应该是完全不懂，没接触过），我目前理解就是：
模型泛化：把原来只能在特定情况下工作的模型能适应不同的情况，不需要人工过多的重构干预
射频指纹：就是特征识别，保证能更精准的还原原来传输的信息

目前状况：
我跟师兄说的是：我先尝试深度学习（目前还比较火，我之前打比赛用的是C,C++，搞openmv接触过Python，对代码上上手很快），射频主要环境还是matlab（这个很不拿手）加上感觉是有点偏理论就有点不感冒，但也不是完全不能接受的。
师兄目前让我去学深度学习的模型，从最简单的模型微调以及重加权的算法开始

未来准备
大概率直接去找工作，我是偏向于喜欢赚钱的那种，动手能力也可以，不是太喜欢理论研究的，偏向于能应用实际。刚开始选导师时候问师兄师姐就业是：华为，中兴，研究所和读博，这几个方向。
当然这么说其实已经明确选模型泛化了，但是我适应性还可以，如果射频出来后能更好找工作赚钱那我其实也不介意。
开这个话题原因是我想先放个帖子等佬友回复，一边自己再去网上了解。

不少消费者都接到过各种营销电话，有的营销电话还是用普通电话号码打过来的，让人防不胜防。为落实“信息通信暖心服务实事”，解决用户反映突出的通信业务电话营销虚假宣传、诱导消费等问题，三家基础电信企业今天（8月1日）集体发布规范电话营销举措，统一外呼营销号码。
三家基础电信企业唯一官方外呼营销号码分别是：中国电信10001、中国移动10085、中国联通10016。如果接到其他号码要你办卡办套餐，可以肯定不是正规渠道。
三家基础电信企业要求：
如果用户明确拒绝电话营销的业务，就不能再继续呼叫打扰用户；
电话营销必须全面准确介绍营销内容，不虚假宣传、诱导消费，不隐瞒资费标准、适用场景、有效期限、限制性条件等关键信息，所有向用户推介的资费方案都要在网络营业厅和官方APP公示。
外呼营销要全程录音、全量复查，以严格标准实施全流程质检，确保诚信合规、清晰透明。征得用户同意后，工作人员要向用户发送请求业务办理确认短信，说明业务必要信息，用户短信回复确认后办理业务。办理成功后，要及时发送告知短信。
在这里提醒用户认清企业官方外呼营销号码，不要通过任何非官方号码办理业务，不要向任何人提供验证码。三家电信企业的客服热线分别是：中国电信10000、中国移动10086、中国联通10010。
转载自：
https://mp.weixin.qq.com/s/Gi_bVXotkYn3Je-1WBub_w

网上找了好多 感觉广告骗子不少 有没有佬自用的

优酷云包场
凡人修仙传
还有名额快去，晚上也有一波速去佬友们
看到的佬友麻烦给点个赞呗，谢谢啦佬友们

局

AFF J:/sEBH6rb68lI 或~服制此消息打开吱付寳，支付补贴，仅限今日  d:/M ZH5203 2022/07/16