AI Hacker House 要办首场活动啦！有幸邀请到最有创造力、最有凝聚力、最有 build 力的 AI 社群 Demo Inn Shanghai 联合举办。 @海辛Hyacinth
如果你想参与这次 demo inn 的活动，请通过以下链接进行报名：https://lu.ma/pr3s2hpy
🏡 🏡 🏡
AI Hacker House 由「十字路口」和「Aligns AI」在上海漕河泾开发区发起，「Spark Lab」作为驻地团队常驻运营 （aka，啦啦队长是我们，靠谱队长是 @Ryan.eth ）
如果你想参与这次 demo inn 的活动，请通过以下链接进行报名：https://lu.ma/pr3s2hpy
🏡 🏡 🏡
AI Hacker House 由「十字路口」和「Aligns AI」在上海漕河泾开发区发起，「Spark Lab」作为驻地团队常驻运营 （aka，啦啦队长是我们，靠谱队长是 @Ryan.eth ）
分享一个快速完成 privacy-policy、terms-of-service 和 about 页面、README 文件的方法。
以前要写这样的页面，我会给Claude发送网站的详细描述，如果一次描述不完整，就要对话好几轮才能改好。
现在直接在 Cursor 上面使用 @ codebase 功能，让AI浏览代码，根据代码内容来编写，这样写出来的内容非常精准，省事不少。
用法一：代码比较简单，像 p1 那样直接让 AI 生成结果；
用法二：代码量比较大，存在一部分没有实际用到的代码，参考 p2-p5，先让 AI 总结网站功能再开始写，这种情况 AI 会把没用到的代码也考虑进去，所以生成内容可能会有偏差，只需要你澄清一下功能，就能重新生成正确的结果。
以前要写这样的页面，我会给Claude发送网站的详细描述，如果一次描述不完整，就要对话好几轮才能改好。
现在直接在 Cursor 上面使用 @ codebase 功能，让AI浏览代码，根据代码内容来编写，这样写出来的内容非常精准，省事不少。
用法一：代码比较简单，像 p1 那样直接让 AI 生成结果；
用法二：代码量比较大，存在一部分没有实际用到的代码，参考 p2-p5，先让 AI 总结网站功能再开始写，这种情况 AI 会把没用到的代码也考虑进去，所以生成内容可能会有偏差，只需要你澄清一下功能，就能重新生成正确的结果。
最近 X 上在讨论为什么大语言模型 O1，有时候会用中文思考？
转发一段 Hugging Face 王铁震老师的想法：
--- DeepSeek 机翻
我一直觉得，会两种语言不仅仅是能用两种语言交流，而是能根据话题和场景，自然地用更合适的语言去思考。比如，我更喜欢用中文做加减乘除，因为每个数字只有一个音节，算起来干脆利落。但一提到“无意识偏见”这种话题，我就会不自觉地切换到英语，毕竟这些概念我最开始就是从英语里学来的。
这让我想到编程语言：大多数程序用什么语言都能写，但我还是会用 Bash 写命令行脚本，用 Python 搞机器学习，因为每种语言都有自己最顺手的地方。现实中的语言也一样，我们会根据语言的特点和自己的习惯，选择最顺手的语言去表达特定的内容。
这也是为什么我觉得，在训练大语言模型（LLM）时，保持所有语言和文化的多样性和包容性特别重要。就像哲学家维特根斯坦说的：“语言的界限就是世界的界限。”只有包容每一种语言的细微差别，才能让模型学到更全面的思维。即使两种语言里的两个词意思一样，它们在模型中的 Embedding 也可能完全不同，因为它们背后的文化和使用方式截然不同。在我看来，这种包容性不仅能打造更公平、更准确的模型，还能让它处理更多样化的任务，汇聚全人类的智慧。
转发一段 Hugging Face 王铁震老师的想法：
--- DeepSeek 机翻
我一直觉得，会两种语言不仅仅是能用两种语言交流，而是能根据话题和场景，自然地用更合适的语言去思考。比如，我更喜欢用中文做加减乘除，因为每个数字只有一个音节，算起来干脆利落。但一提到“无意识偏见”这种话题，我就会不自觉地切换到英语，毕竟这些概念我最开始就是从英语里学来的。
这让我想到编程语言：大多数程序用什么语言都能写，但我还是会用 Bash 写命令行脚本，用 Python 搞机器学习，因为每种语言都有自己最顺手的地方。现实中的语言也一样，我们会根据语言的特点和自己的习惯，选择最顺手的语言去表达特定的内容。
这也是为什么我觉得，在训练大语言模型（LLM）时，保持所有语言和文化的多样性和包容性特别重要。就像哲学家维特根斯坦说的：“语言的界限就是世界的界限。”只有包容每一种语言的细微差别，才能让模型学到更全面的思维。即使两种语言里的两个词意思一样，它们在模型中的 Embedding 也可能完全不同，因为它们背后的文化和使用方式截然不同。在我看来，这种包容性不仅能打造更公平、更准确的模型，还能让它处理更多样化的任务，汇聚全人类的智慧。
Huggingface 发布了一个基于 smolagents 的 Agent 课程
非常基础，而且带了 Colab 笔记
主要分成三个项目：搜索智能体、代码智能体和自定义函数
地址：https://github.com/huggingface/smol-course/tree/main/8_agents
非常基础，而且带了 Colab 笔记
主要分成三个项目：搜索智能体、代码智能体和自定义函数
地址：https://github.com/huggingface/smol-course/tree/main/8_agents
InsightFaceSwap - 比Midjourney更丝滑的AI换脸工具
InsightFaceSwap 比Midjourney更丝滑的AI换脸工具
链接：
https://insightface.ai/
#Ai工具推荐
InsightFaceSwap 比Midjourney更丝滑的AI换脸工具
链接：
https://insightface.ai/
#Ai工具推荐