md，不知道为什么手机edge can最近随机丢cookie，刚才一进L站看登录掉了以为号又没了

svip.zip
  

  
    

压缩软件官方下载与使用指南 | svip.zip

  svip.zip 提供 WinRAR、7-Zip 等压缩软件的官方下载与使用指南。永久免费，无广告，无捆绑，直达官网。

，一晃又要新的一年了

如题，我有Claudecode和Codex（用过感觉好慢就没用了），还有Vscode +Roo Code+Antigravity（没用过，但是听别人说好用）
主要做点Vibe Coding
目标方向是Android开发（Kotlin语言）Jetpack Compose声明式设计
目前是使用vscode编写readme.md，然后claudecode自动改代码（但是不知道为什么不能批量导入image进命令行）

这几年陆陆续续折腾了不少小项目。
有的是为了自己用，有的是当时正好遇到需求，就顺手做了一个工具出来。
一开始都很零散：一个子域名、一个服务，各自跑着，也没太注意归纳整理。
时间久了才发现，不知不觉已经攒下了一批稳定运行、一直有人在用的免费服务。
最近终于抽时间，把它们系统地整理了一下，给 gurl.eu.org 做了一个主页，把这些工具统一整理成一个导航站，一方面方便自己管理，另一方面也希望能分享给老友们一起用。
链接直达：https://gurl.eu.org/
目前已经上线并持续维护的服务包括：
IP 查询服务（IPv4 / IPv6）：
https://ip.gurl.eu.org/
免费图床：
https://im.gurl.eu.org/
短链接服务（为防止滥用生成的链接24小时内有效）：
https://lnks.eu.org/
验证码 / 人机验证服务（适合小项目快速接入）：
https://captcha.gurl.eu.org/
浏览器主页 / 导航网站
  

      nav.gurl.eu.org
  

  
    

Opage

  Homepage for your browser


  

  
    
    
  

  


做成了一个简洁型主页，适合当浏览器起始页或日常导航用
主页本身设计得比较简单，本质就是一个长期维护的导航入口，
后面有新的工具，也会继续往里加，欢迎佬友们收藏一波。

因为我的博客是用obsidian+quartz写的，文章直接放在了仓库，push了新文章就会自动构建。
一直都是在电脑上使用obsidian的git插件，没什么问题。但是手机上的Git插件似乎一直有问题，获取文件很慢，而且基本上commit和push都是处于一个不可用的状态。
有用过enveloppe这个插件,但是这个基本上就是只推送了，功能没有git强大。
搜了一下好像手机的git都会这样，不知道佬友们有没有什么好的解决办法

小亏
不对
我邀请里面还有好几美金
血亏

做个数据分析，还尼玛收费下载。

书中主要内容包括 3 大部分：推理大模型概述、DS 架构、DS-R1 的训练方法
推理大模型更关注如何得到答案，而不是直接给出答案。它会把问题逐步拆分、细化。
DS-v3的基底大模型训练时就使用了很多省成本、提效率的方法
DS-R1-zero在不使用监督数据，只靠强化学习就创造了强推理的模型
DS-R1借鉴了 zero 的想法，使用中间模型构建出来的推理样本和非推理样本（一共 80 万条）进行 SFT，最终训练出 DS-R1。其中的 80 万条样本数据还可以用于小模型的数据蒸馏

最后，附一段大神 kapathy 对 2025 年 ai 发展的一个回顾片段，感觉是对这本书的内容的一个更好的概括：

RLVR 強化學習成為新標準

2025 年前的 LLM 訓練流程是: 預訓練 → SFT 監督微調 → RLHF 人類回饋強化學習。今年 RLVR (Reinforcement Learning from Verifiable Rewards) 成為新的重要階段。透過在可驗證環境(如數學/程式題目)中訓練，LLM 自發發展出「推理」策略，學會將問題分解成中間步驟。
跟 SFT 和 RLHF 不同，RLVR 是針對客觀(不可被欺騙的)獎勵函數進行訓練，因此可以優化更長時間。由於 RLVR 能提供更高的能力/成本比，原本用於預訓練的算力被轉移過來。因此 2025 年的進展主要來自更長的 RL 訓練，而非更大的模型。這個新階段還帶來一個全新的調控旋鈕: 透過生成更長的推理軌跡、增加「思考時間」，可以用測試時計算量來控制能力(以及對應的 scaling law)。OpenAI o1 是首個 RLVR 模型展示，但 o3 的發布才是真正讓人直覺感受到差異的轉折點。