[图片] 
◎译  名 请和我的老公结婚/请和我的老公结婚 日版/Marry My Husband 
◎片  名 私の夫と結婚して 
◎年  代 2025 
◎产  地 日本 
◎类  别 爱情/悬疑 
◎语  言 日语 
◎上映日期 2025-06-27(日本) 
◎IMDb链接  Watashi no Otto to Kekkon Shite (TV Series 2025) - IMDb 
◎豆瓣评分 8.1/10 from 2114 users 
◎豆瓣链接 https://douban.com/subject/36780039/ 
◎集  数 10 
◎导  演 安吉镐 Ahn Gil-ho 
◎编  剧 大岛里美 Satomi Oshima / Seong So Jak Seong So Jak 
◎主  演 小芝风花 Fuka Koshiba 
佐藤健 Takeru...

只有claude，o4mini和gemini，代码也写的很一般，demo里会去fetch https://example.com/{query}，一个只有4个代码文件的项目写了3个文档。 
默认配置是 auto run ，执行命令不需要我同意，看到的时候被吓到了 
一个写代码的产品默认配置都不是以稳定安全为发出点的话，我不会觉得它有多靠谱

[image]

如题，怎么办 求助

众所周知，我们通常使用类似 SimpleQA 等测试集去评估模型的世界知识/长尾知识。然而，这类测试集污染情况极其严重，且即使没有任何污染也通常不能反馈模型真实能力，它被一个黑盒给掩盖，后训练也有巨大的影响。模型究竟是真的学到了，能够融会贯通，在任何情况下随取随用，还是只在测试时的脚手架下，在某些特殊格式的格式下，才能正确回答 :tieba_015: 
为了更好的检测真实能力，我的想法是，让模型以某种背景去写故事，再去通过一个更好的模型从中提取所含有的事实和逻辑点，进而进行评估。 
参考提示词格式如下： 

请你扮演史蒂夫·乔布斯，用你那种直白、充满激情且不容置疑的口吻，回顾你职业生涯中，那三个真正定义了你、也定义了苹果公司的关键时刻。请不要只谈产品发布，而是深入到那些艰难的决策、激烈的争论或是让你产生顿悟的瞬间。


Qwen，经典跑分神 
[image]
Kimi 
[image]
o...

[Screenshot_20250724_235913_com.tencent.tmgp.speedmobile] 
独特的体力机制: 
正式开始副本的时候 开始计时 比如你1分钟完成了副本 就不会继续计时 每天最多玩两个小时 实际先把这2小时打完 估计需要花个3小时 如果像我这样的养成党可能5个小时都不止 不过我是不会把这2小时打完的~ 
体力是无法补充的 每天凌晨5点刷新

[Snipaste_2025-07-25_00-09-22] 
如图所示

先上天气卡片测试： 
▶ 
天气卡片提示词
视频： 


文件（把后缀改为html）： 
[o3a天气卡片1|0x0] 

投石机测试： 
▶ 
投石机提示词
视频： 

文件（改后缀为html）： 
o3a投石车2.txt (21.4 KB) 

一些碎碎念
o3a最早是在7.19出现在webdev竞技场的，借助某些手段测试了如上其他非react内容 
天气卡片目前是top1，已经超过claude opus4，投石机更是独一档的存在，目前没有一个模型能够做出投石机的效果 
实际上还做了一些其他测试，这里就不放出来了，总之在code方面我认为已经超越A​➗了，成为当之无愧的第一 
另外，Altman你真抽象啊，o3a在竞技场存活1天就下架了 
 [IMG_20250725_011910] 
后面间隔了几个小时又复活了，然后几个小时之后就永久下架了 
你这上架几个小时测试的意义是什么 ...

[IMG_7076] 
经常眼神清澈的像个刚进站的“大学生”，随手截个图，10篇帖子得有8篇不知道干啥的，啥意思… 然后还不好意思开口问 🤣

我在这里反馈一下手机端问题 
首先，一个就是根本不适应。原版的话，点击左上角的l站徽标就可以返回首页，然而现在顶部变成了子系统，令人感到不适。 
其次，手机端的消息页面存在很大的bug 
如图 
 [Screenshot_2025-07-25-01-28-17-41] 
在消息这个页面是正常的 
[Screenshot_2025-07-25-01-28-26-27] 
但是，当与别人私聊发信息的时候，直接就打成这个页面了 
[Screenshot_2025-07-25-01-28-34-78] 
根本看不到自己输出的字，很难受 
而且在现在退回到之前那个页面，就发现可以往下滑了 
[Screenshot_2025-07-25-01-29-07-94] 
真的体验感很不好 
望始皇，各位版主改进 
谢谢

我就像Claude提了一个不到20token的问题然后根据new-api计费看到输入用了15k左右但是输出只有193啊这个是不是有点太离谱了。 
我的文件夹是空的什么也没有，不太理解为什么输入比输出还多这么多。 
有没有佬知道怎么优化的呢

所有设置都一样，用bge-m3   1024维  就啥问题都没有，用Qwen3-Embedding-8B  4096（换2048/1024都一样）在文件又少又小的时候也没问题，但是文件一旦多，或者文件大，索引建立到后半程就一直出错:tieba_009:  在Cherry Studio少量文件也都没问题，所以我觉得不是api的问题，是Qwen的问题还是roo的兼容性问题啊（还是真的是我其他方面的问题？） 
有遇到这样问题的佬吗，想用qwen诶

4月份市场悲观情绪弥漫的时候，没能顶住压力，清仓了所有纳斯达克持仓。 
不幸的是，我卖在了那一轮下跌的绝对低点。随后市场一路反弹，直到今天再创新高。如果拿到现在，已经扭亏为盈，并且有不错的收益。 
这次操作可以说是一次教科书式的失败。根本原因就是管不住手、频繁看盘，最终被短期波动绑架，在恐慌中追涨杀跌。

本文没有提到的，欢迎跟楼补充自己的技巧！欢迎各位交流！大家认为不错的方案请不要吝啬自己的点赞，顶上去让大家看到学习到！ 
熬夜的危害：懂的都懂

学生熬夜拼考题， 卷上字字似蚁移。 社畜硬撑改方案， 键盘敲出颈椎曲。 


相信不少佬友试过各种调生物钟的野路子，比如： 

熬鹰战术： 硬熬一整夜，试图强行重置。 (结果往往是第二天人如行尸走肉，第三天原地倒退回原点) 补觉大法： 硬着头皮早起，中午疯狂补觉。 (容易陷入“中午睡不醒，晚上睡不着”的恶性循环) 上班疗法： 靠老板的deadline和早会压力强制开机。 (效果显著但副作用巨大，容易伴随周一恐惧症) ✈ ： 传奇机长申请出战！ (反而会睡不好，亲测) 

这些方法效果因人而异，成功案例有，但翻车的更多，尤其是“熬鹰”和“补觉”，往往治标不治本，对假期后需要“软着陆”的学生佬尤其不友好。 

硬核意志流调钟法
分享一个不吃褪黑素、全...

前两天刚开了surge mac，今天把surge ios补上 
100/位 
今天新开，拉 tg 群，后续升级可以一起讨论，换设备可自行反激活，请联系 tg aWVhc3ltZQo=

Gemini-blance 调用Geimeni 2.5-Flash和2.5 Pro 没有响应。调用2.0-flash没有问题。Cherry Studio和OpenWebUI都不行。试了2个vps上的Gemini-blance都是一样的问题。昨天还没有问题。奇怪了。 
@snaily

不知道api是不是也变快了，各位佬友可以一试 🤔

来源:Xhttps://x.com/JustinLin610/status/1948456122228380128 
 [图片]

Hello king! 
I’m very sorry that you had to contact me. Unfortunately, some actions can trigger a harsh response from our anti-spam systems. If you think your account was limited by mistake, you can submit a complaint to our moderators. 
While the account is limited, you will not be able to send messages to people who do not have your number in their phone contacts or add them to groups and channe...

[images (1)] 
[IMG_20250725_070722] 
以前是上面这种，现在成下面这种了，有没有佬友遇到这种。想找个桌面小部件显示剩余流量，结果发现全是付费组件，想过滤个免费的部件，发现没有过滤功能菜单，真是服了。系统越做越负优化？