@hikerell Profile picture

hikerell

@hikerell

Security Researcher, Blackhat/HITB Speaker, Solo Developer: python, nodejs, flutter, astro, next, react, vue, tailwind, farmer ... so cool💥. 2024 all in AGI🔥

Joined June 2012
Similar User
Rancho Ice photo

@RanchoIce

Wish Wu photo

@wish_wu

Rohit Mothe photo

@rohitwas

Maxim Andreev photo

@cdump

dragonltx photo

@dragonltx

Danny photo

@ryuutanyou

Pinned

总结我的观点: 1. 虽然Anthropic的MCP和Openai的function call/tools技术上差别不大,但战略上天差地别。 2. 我相信Anthropic的决心和开源业界无意识的推力,openai曾布局但失败的agent战略,即将被MCP逐步实现。 3. 在这个过程中,有些特别重要的方向现在可以开始做。 4. 我有一个BIG Idea


总结我的观点: (1)虽然Anthropic的MCP和Openai的function call/tools技术上差别不大,但战略上天差地别。 (2)我相信Anthropic的决心和开源业界无意识的推力,openai曾布局但失败的agent战略,即将被MCP逐步实现。 (3)在这个过程中,有些特别重要的方向现在可以开始做。 (4)我有一个BIG Idea

所以,现在站在技术创业者角度, 能看得到的, 最重要的是什么? 是什么! 是什么! 是什么!



后知后觉。我的bot查天气一直集成的是付费API,没想到有免费的wttr.in,竟然也支持控制台看天气预报😂: curl wttr.in/Hangzhou,竟然还开源👍👍👍 @igor_chubin

Tweet Image 1

我的第一个出海工具站上线了,Logo Spark,一款提供logo灵感的产品,10秒钟16个创意LOGO,支持多种设计风格,欢迎大家免费试用。 logospark.starta.trade

Tweet Image 1
Tweet Image 2
Tweet Image 3
Tweet Image 4

ollama社区还未支持phi 3.5 vision模型,但mlx社区大哥们2天前就放出了4bit 量化版本。 mlx_vlm.chat_ui在解码中文时存在bug导致乱码,稍微修了下,已经正常能用了。 phi 3.5中文视觉能力跟minicpm 2.6还是有点差距,但架不住phi 3.5的size真的香啊

Tweet Image 1

寻有缘人

《AI服务器, 开源开发者专属福利!》 🚀 重磅发布: #懒猫微服 - 你的专属AI私有云服务器! 👨‍💻 源自国内顶尖操作系统团队 🛠️ 三年匠心打磨, 底层架构精心设计 🎉 流浪地球机甲风, 今天终于量产啦! 🔥 产品亮点, 降低开发者创作成本: • 搭载Intel AI芯片: 内置图片搜索、 语音识别、…



经过了几天的市场调研,准备基于我的聊愈AI所用到的技术,孵化一款新的产品,帮助用户记录和反思每天的生活、学习和工作。


搬进新办公室,网络想直接用流量卡和随身wifi设备搭建,整个办公室最多十几台设备同时联网,请教朋友们这个方案靠不靠谱


海外出差一个多月, 只在瑞士和韩国看到人在室内, 敢把贵重物品放在室外。


哈哈哈

浙大毕业的她,说想去祖国最需要的地方,然后去了美国🤣🤣🤣

Tweet Image 1
Tweet Image 2


从安稳挣钱的平台上出来走了一遭,明白了什么叫道士下山。


PCIM展会的傍晚时光


Starta Trade🍺💰🔥


要准备六一活动宣传了。 简单点,就降价吧。


刚才用剪映,发现视频导出已经支持自定义码率了,25分钟的视频自定义1000Kbps码率,直接从2G降低到250M,解决了我的视频剪辑“最后一公里”痛点。

Tweet Image 1

社区太快了

KAN-GPT 🔥🔥🔥 #kan

Tweet Image 1


前不久在悉尼逛博物馆,每走几步,都要掏出手机查下单词,查下历史,整个体验比较繁琐比较累。 回国后分析了下场景和技术匹配,准备做款智能硬件,接入gemma,支持语音问答,拍照问答。 硬件形态最开始考虑做耳机,但可能因为体积重量原因,长时间佩戴不舒服。 现在考虑做成ai pin,别在衣领上。


这才是大脑神经网络的构建机制啊,炸裂了🔥🔥🔥

MLPs are so foundational, but are there alternatives? MLPs place activation functions on neurons, but can we instead place (learnable) activation functions on weights? Yes, we KAN! We propose Kolmogorov-Arnold Networks (KAN), which are more accurate and interpretable than MLPs.🧵



United States Trends
Loading...

Something went wrong.


Something went wrong.