标签: 算力

为什么你的本地LLM显得比实际更笨?

为什么你的本地LLM显得比实际更笨?

多位用户在 Hacker News 上分享本地大模型的使用体验,指出本地模型在长上下文场景下性能会明显下降,且需要投入比 Claude 等商用模型更多的精力去“照看”。但与此同时,通过租用云端 GPU 按小时运行大模型,正在成为开发者兼顾成本与性能的新选择。

图一,这波只是反弹,不会突破82850,未来还会再次测试6万,年底之前跌破6万。 图二,假突破82850,ai泡沫爆炸或者某事件,跌破这个箱体。 图三,四年一次大底已经出现,会突破82850,日线顶背离以后回踩底部开始的vwap,开始新一轮牛市。 评论区来选你认为的走势,来点市场情绪,兄弟们。 https://t.co/tAkaRfd8IY

图一,这波只是反弹,不会突破82850,未来还会再次测试6万,年底之前跌破6万。 图二,假突破82850,ai泡沫爆炸或者某事件,跌破这个箱体。 图三,四年一次大底已经出现,会突破82850,日线顶背离以后回踩底部开始的vwap,开始新一轮牛市。 评论区来选你认为的走势,来点市场情绪,兄弟们。 https://t.co/tAkaRfd8IY

知名加密货币KOL“华尔街没有名字”发布了对比特币后市的三种走势推演,核心分歧点在于当前反弹能否有效突破82850美元关口,以及AI叙事泡沫是否会在年底前刺破加密市场。这条帖子在X平台获得超13万次浏览,评论区情绪明显分化,反映出市场对AI与加密资产联动风险的高度关注。

上海交大大二学生,用高频交易算法在Polymarket上赚了177,981美元,平均每笔交易只有28美元。 他的机器人每小时大约成交150笔,每分钟2.5笔。在BTC、ETH、SOL的“涨/跌”市场上,持续将自己的公允概率与Polymarket价格做对比。 策略: 1. 在模型看到优势的一侧买入 2. 随着价格变动持续加仓,直到错误定价完全消失 3. 当信号反转时,买入反方向,将部分库存转为动态对冲 数据: > 总存入:3,700美元…

上海交大大二学生,用高频交易算法在Polymarket上赚了177,981美元,平均每笔交易只有28美元。 他的机器人每小时大约成交150笔,每分钟2.5笔。在BTC、ETH、SOL的“涨/跌”市场上,持续将自己的公允概率与Polymarket价格做对比。 策略: 1. 在模型看到优势的一侧买入 2. 随着价格变动持续加仓,直到错误定价完全消失 3. 当信号反转时,买入反方向,将部分库存转为动态对冲 数据: > 总存入:3,700美元…

上海交大一名大二学生通过自建高频交易机器人,在预测市场 Polymarket 的 BTC、ETH、SOL 涨跌合约中,以 3700 美元本金赚取约 17.8 万美元,回报率超 4800%。这件事展示了个人开发者将 AI 概率模型与自动化执行结合后,在链上预测市场中捕捉微小定价误差的可行性。

Embedded AI

Embedded AI

No Starch Press 正在出版一本名为《Embedded AI》的技术书籍,系统讲解如何在嵌入式系统中落地机器学习与深度学习。这本书的出版反映出 AI 应用正在从云端走向设备端,端侧智能正成为开发者需要掌握的新基础能力。