如何骑驴找马？
如题，楼主想换工作，但是怕辞职后找不到工作。
有一些问题：
1. 面试的时候要提自己是在职跳槽吗？如果不提有一个月交接期怎么办？
2. 骑驴找马如何安排面试时间？由于楼主目前公司请假需要走流程，所以请假太过频繁不太方便，也不太好。
备注：楼主 java 岗，对目前公司没有什么不满的，毕业就来了这家公司了，已经 4 年了，想换工作是觉得自己目前工资太低。麻烦有经验的佬友提供点建议！
17 个帖子 - 9 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: 天道酬勤)
如题，楼主想换工作，但是怕辞职后找不到工作。
有一些问题：
1. 面试的时候要提自己是在职跳槽吗？如果不提有一个月交接期怎么办？
2. 骑驴找马如何安排面试时间？由于楼主目前公司请假需要走流程，所以请假太过频繁不太方便，也不太好。
备注：楼主 java 岗，对目前公司没有什么不满的，毕业就来了这家公司了，已经 4 年了，想换工作是觉得自己目前工资太低。麻烦有经验的佬友提供点建议！
17 个帖子 - 9 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: 天道酬勤)
🤨1
如果开发一个全平台的 TODO 待办会有人用吗
最近因为事情太多了，总是忘记这忘记那，然后有一些事情被打断就忘了，后面才想起来，就想着找一款 TODO 待办的应用，
需求还挺多的：
1. 界面简洁无广告
2. 跨平台（Win、Mac、Linux、Web、IOS、Android、 HarmonyOS、可选微信小程序）
3. 云同步
4. 桌面/手机小组件
5. 日历图
6. 统计（月、年、趋势等）
7. 私有化部署
自己完全可以接受付费的，从某乎找了一张图对比一下现有的
图上的价格已经过期了
发现首选的应该是 Todo清单，价格也是可以接受，但是发现他缺少的数
1. 跨平台不支持 Linux和web
2. 没有桌面小组件
3. 也没有类似 Jetbrains Toolbox 那种简洁
4. 没有私有化部署
其他基本都符合自己的要求了，因为自己也才接触这种软件没多久，所以就想如果按照他这个写一个同时支持上面写的所有特性会不会有人用呢？
分析楼下四个点其实1、4可能是程序员的需求，2才可能是用户需求，3是自己的需求
PS：目前自己备用机 IPhone13Pro，主用的 小米15，工作电脑 windows，笔记本 macos，工作站 Rocky9，手表是 Apple Watch 和 小米 Watch，所有才会有这种跨平台需求
25 个帖子 - 24 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: zhongyue)
最近因为事情太多了，总是忘记这忘记那，然后有一些事情被打断就忘了，后面才想起来，就想着找一款 TODO 待办的应用，
需求还挺多的：
1. 界面简洁无广告
2. 跨平台（Win、Mac、Linux、Web、IOS、Android、 HarmonyOS、可选微信小程序）
3. 云同步
4. 桌面/手机小组件
5. 日历图
6. 统计（月、年、趋势等）
7. 私有化部署
自己完全可以接受付费的，从某乎找了一张图对比一下现有的
图上的价格已经过期了
发现首选的应该是 Todo清单，价格也是可以接受，但是发现他缺少的数
1. 跨平台不支持 Linux和web
2. 没有桌面小组件
3. 也没有类似 Jetbrains Toolbox 那种简洁
4. 没有私有化部署
其他基本都符合自己的要求了，因为自己也才接触这种软件没多久，所以就想如果按照他这个写一个同时支持上面写的所有特性会不会有人用呢？
分析楼下四个点其实1、4可能是程序员的需求，2才可能是用户需求，3是自己的需求
PS：目前自己备用机 IPhone13Pro，主用的 小米15，工作电脑 windows，笔记本 macos，工作站 Rocky9，手表是 Apple Watch 和 小米 Watch，所有才会有这种跨平台需求
25 个帖子 - 24 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: zhongyue)
ACwing算法教程全系列网课（百度网盘）
Acwing全套
链接:百度网盘 请输入提取码
提取码:wwbm
复制这段内容打开「百度网盘APP 即可获取」
C 资源荟萃 百度网盘
15 个帖子 - 14 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: 晚wen)
这份资源有佬友发过一次百度盘，可惜过期了。于是去某鱼买了一份，分享给有同样需要的佬友们。源自网络，仅供学习
Acwing全套
链接:百度网盘 请输入提取码
提取码:wwbm
复制这段内容打开「百度网盘APP 即可获取」
C 资源荟萃 百度网盘
15 个帖子 - 14 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: 晚wen)
想搭建个本地AI，有没有那种精简版的？
加了一堆QQ群，每天几万条消息，想筛选一些可能是客户需求的消息出来，这样子能最大限度提高效率，找到有需求的客户，目前用的是关键词，但还有很多无用的消息，人工每天看起来，相当费劲~
想找个AI本地搭建后，用来筛选这些没用的消息(官方API，如果干这活，有点贵，毕竟每天消息太多，每条消息请求一次，一天也不少钱呢)
20 个帖子 - 8 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: 深入交流)
加了一堆QQ群，每天几万条消息，想筛选一些可能是客户需求的消息出来，这样子能最大限度提高效率，找到有需求的客户，目前用的是关键词，但还有很多无用的消息，人工每天看起来，相当费劲~
想找个AI本地搭建后，用来筛选这些没用的消息(官方API，如果干这活，有点贵，毕竟每天消息太多，每条消息请求一次，一天也不少钱呢)
20 个帖子 - 8 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: 深入交流)
发现一个Markdown转知识卡片工具
可以将 Markdown 文档转换为精美的知识卡片，支持多种风格 无须登录，免费无限使用
MD2Card
MD2Card - Markdown 转知识卡片工具
将 Markdown 转换为精美的知识卡片，让创作更轻松
18 个帖子 - 18 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: cole1)
可以将 Markdown 文档转换为精美的知识卡片，支持多种风格 无须登录，免费无限使用
MD2Card
MD2Card - Markdown 转知识卡片工具
将 Markdown 转换为精美的知识卡片，让创作更轻松
18 个帖子 - 18 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: cole1)
[开源]用 AI 和摄像头开发一款懒人健身工具，程序员福利
看到L论坛上大家分享的氛围很热烈，一直是半潜水状态，今天也发一个我开发的小游戏，造福大家。
开发缘由
我做过项目经理，但是很喜欢编程，人比较宅。每天大部分时间都对着电脑屏幕，上网、敲代码，解决 Bug。由于工作性质和懒，动得比较少。
随着年龄大了，身体就有了问题。最明显的问题就是痛风。这东西主要和体质有关系。痛的时候就吃乐松，但治标不治本。后来我发现，比较管用的还是得靠运动加上多喝水。
以前我还挺喜欢骑自行车的，上下班或者强制自己骑车。但自从在家工作后，骑车的机会就少了。结果，不运动，老毛病又来了。
运动上我也尝试了很多办法。Wii U 跳舞、运动、FIt U，玩了几次就觉得麻烦，开机慢，还要挥舞着手柄，进去也麻烦，对懒人多一步都是致命的。Switch健身环也用了，一样，新鲜劲过了就懒得弄了，那个绑腿对懒人也是致命的，懂得都懂。Xbox Kinect 的跳舞和运动游戏也搞了，是方便点，不用拿东西，但总觉得要在客厅专门弄一块地方，懒，如果家人在客厅就更没那么方便。
很怀念以前骑车运动完那种全身轻松舒畅的感觉，心情也好，晚上睡觉也香。我就开始琢磨，有没有什么办法能让我这种懒人也能坚持运动呢？
如果只是让我从电脑前站起来扭扭腰、抬抬腿，说实话，没什么意思，坚持不下去。我就想，要是有个什么东西能提醒我、督促我动起来就好了。我得琢磨“最懒的不偷懒方法”。
所以我就想着开发一个工具，用电脑或者手机的摄像头来检测我的身体动作，然后在屏幕上弄个小人影射我的“跑步”动作，在一个三维场景里跑动。这样我就可以随时打开这个工具动一动。
游戏里会显示一些步数和卡路里消耗。通过摄像头检测，这些肯定不会很准，但至少能给一个参考，知道自己大概动了多少。对于像我这种懒得动又想稍微监督一下自己的人来说，已经基本可以到我的要求了。
如果一个人还坚持不下去，还可以找朋友或者在群里互相监督，每天截个图，互相提醒运动，也是不错的方法。
我的个人感受
我自己试了之后，发现每天原地慢跑个 2000 步左右，身体会开始发热，算是进入状态了。如果想减肥，可能还得再多动一些。如果只是想活动一下，每天这样几次，每次十几分钟，也差不多够了。
而且这种原地慢跑对膝盖也比较友好。我自己的膝盖关节不太好。题外话：我深蹲困难，蹲下去就站不起来。有时候去一些没有马桶的厕所就比较尴尬。但是用这个软件“慢跑”，动作很轻柔，力度可以自己掌握，不伤膝盖，还能锻炼身体，提高心肺功能。每天运动多少，完全可以自己看着办。
另外打开这个游戏的时候，还可以一边“跑”，一边听听播客或者刷剧看视频，这样就不会觉得太无聊。我是喜欢听播客。
软件编写过程
现在用 AI 编程真是方便。我基本上就是把自己当成产品经理，用大白话跟 AI 描述我的需求，从最开始什么框架都没有，到最后把整个软件做出来，我其实没写多少代码。当然，还是需要一定的软件架构和技术基础，不然遇到问题也很难解决。
我已经把这个游戏开源了，代码都放在网上GitHub - Jamesun921/cam-run: A running game based on webcam, controlling the game character in an infinite scene by detecting user movements.With AI Companion providing real-time movement guidance and personalized feedback. Main technologies: Three.js, MediaPipe Pose一个基于网络摄像头的跑步游戏，通过检测用户的动作来控制游戏角色在无限场景中奔跑。AI陪跑功能，提供实时动作指导和个性化反馈。主要技术：Three.js，MediaPipe Pose，欢迎star。如果担心开摄像头有隐私问题的小伙伴，可以自己看看代码。
一直对着屏幕“跑步”可能会有点枯燥，特别是对于不那么有意志力的人来说。所以我还加了一个 AI 陪跑的功能。会随机说一些鼓励的话，或者讲一些幽默的段子，增加点乐趣。让 AI 写段子的好处就是，你永远不知道它接下来会说什么。智能体的同在感目前可能还不强，段子也还比较老外，后面看看怎么改进。AI提示语我保留了中英文对照，还能顺便学学英文（人懒，没办法）。AI的API是直接调用的，借用了某大拿的开源库里的内容，致敬下。
这个游戏电脑手机平板都支持，可以给家人朋友收藏运动。对性能还是有点要求的，稍微新点的设备应该都行，可能还没有优化好，手机和平板的效果会差点，有能人也可以给予指点。
这个 Webcam Runner，就是想用一个最简单、方便的方法，帮助像我一样比较宅、比较懒、又想能动起来、储蓄点健康的人。希望这个小工具能对大家有用。
Webcam Runner
原地慢跑也是有些讲究的，具体大家可以去搜索。也可以参考我的文章 ：
原地慢跑：居家高效燃脂的“隐形运动”
11 个帖子 - 9 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: james)
看到L论坛上大家分享的氛围很热烈，一直是半潜水状态，今天也发一个我开发的小游戏，造福大家。
开发缘由
我做过项目经理，但是很喜欢编程，人比较宅。每天大部分时间都对着电脑屏幕，上网、敲代码，解决 Bug。由于工作性质和懒，动得比较少。
随着年龄大了，身体就有了问题。最明显的问题就是痛风。这东西主要和体质有关系。痛的时候就吃乐松，但治标不治本。后来我发现，比较管用的还是得靠运动加上多喝水。
以前我还挺喜欢骑自行车的，上下班或者强制自己骑车。但自从在家工作后，骑车的机会就少了。结果，不运动，老毛病又来了。
运动上我也尝试了很多办法。Wii U 跳舞、运动、FIt U，玩了几次就觉得麻烦，开机慢，还要挥舞着手柄，进去也麻烦，对懒人多一步都是致命的。Switch健身环也用了，一样，新鲜劲过了就懒得弄了，那个绑腿对懒人也是致命的，懂得都懂。Xbox Kinect 的跳舞和运动游戏也搞了，是方便点，不用拿东西，但总觉得要在客厅专门弄一块地方，懒，如果家人在客厅就更没那么方便。
很怀念以前骑车运动完那种全身轻松舒畅的感觉，心情也好，晚上睡觉也香。我就开始琢磨，有没有什么办法能让我这种懒人也能坚持运动呢？
如果只是让我从电脑前站起来扭扭腰、抬抬腿，说实话，没什么意思，坚持不下去。我就想，要是有个什么东西能提醒我、督促我动起来就好了。我得琢磨“最懒的不偷懒方法”。
所以我就想着开发一个工具，用电脑或者手机的摄像头来检测我的身体动作，然后在屏幕上弄个小人影射我的“跑步”动作，在一个三维场景里跑动。这样我就可以随时打开这个工具动一动。
游戏里会显示一些步数和卡路里消耗。通过摄像头检测，这些肯定不会很准，但至少能给一个参考，知道自己大概动了多少。对于像我这种懒得动又想稍微监督一下自己的人来说，已经基本可以到我的要求了。
如果一个人还坚持不下去，还可以找朋友或者在群里互相监督，每天截个图，互相提醒运动，也是不错的方法。
我的个人感受
我自己试了之后，发现每天原地慢跑个 2000 步左右，身体会开始发热，算是进入状态了。如果想减肥，可能还得再多动一些。如果只是想活动一下，每天这样几次，每次十几分钟，也差不多够了。
而且这种原地慢跑对膝盖也比较友好。我自己的膝盖关节不太好。题外话：我深蹲困难，蹲下去就站不起来。有时候去一些没有马桶的厕所就比较尴尬。但是用这个软件“慢跑”，动作很轻柔，力度可以自己掌握，不伤膝盖，还能锻炼身体，提高心肺功能。每天运动多少，完全可以自己看着办。
另外打开这个游戏的时候，还可以一边“跑”，一边听听播客或者刷剧看视频，这样就不会觉得太无聊。我是喜欢听播客。
软件编写过程
现在用 AI 编程真是方便。我基本上就是把自己当成产品经理，用大白话跟 AI 描述我的需求，从最开始什么框架都没有，到最后把整个软件做出来，我其实没写多少代码。当然，还是需要一定的软件架构和技术基础，不然遇到问题也很难解决。
我已经把这个游戏开源了，代码都放在网上GitHub - Jamesun921/cam-run: A running game based on webcam, controlling the game character in an infinite scene by detecting user movements.With AI Companion providing real-time movement guidance and personalized feedback. Main technologies: Three.js, MediaPipe Pose一个基于网络摄像头的跑步游戏，通过检测用户的动作来控制游戏角色在无限场景中奔跑。AI陪跑功能，提供实时动作指导和个性化反馈。主要技术：Three.js，MediaPipe Pose，欢迎star。如果担心开摄像头有隐私问题的小伙伴，可以自己看看代码。
一直对着屏幕“跑步”可能会有点枯燥，特别是对于不那么有意志力的人来说。所以我还加了一个 AI 陪跑的功能。会随机说一些鼓励的话，或者讲一些幽默的段子，增加点乐趣。让 AI 写段子的好处就是，你永远不知道它接下来会说什么。智能体的同在感目前可能还不强，段子也还比较老外，后面看看怎么改进。AI提示语我保留了中英文对照，还能顺便学学英文（人懒，没办法）。AI的API是直接调用的，借用了某大拿的开源库里的内容，致敬下。
这个游戏电脑手机平板都支持，可以给家人朋友收藏运动。对性能还是有点要求的，稍微新点的设备应该都行，可能还没有优化好，手机和平板的效果会差点，有能人也可以给予指点。
这个 Webcam Runner，就是想用一个最简单、方便的方法，帮助像我一样比较宅、比较懒、又想能动起来、储蓄点健康的人。希望这个小工具能对大家有用。
Webcam Runner
原地慢跑也是有些讲究的，具体大家可以去搜索。也可以参考我的文章 ：
原地慢跑：居家高效燃脂的“隐形运动”
11 个帖子 - 9 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: james)
Chrome 扩展应用到Safari 扩展～（续集）
好久不见🍟～
Mac Safari使用Chromium类扩展开发调优
上次写文章还是在上次，时至今日，佬友也许可能对此不感兴趣了👾，不过我还是想对上次的文章进行补充，本篇主要内容：一个快速轻松地为多个浏览器打包扩展程序的工具”Bepp”✨️～
----------------------
1. 准备工作
必备条件：
● 一台 macOS 电脑（Safari 扩展打包只能在 Mac 上搞定哦～）
● 如果你没有 Mac，也可以用 GitHub Action 远程构建，懒人福音！
● 如果用 Node.js 安装 Bepp，就需要安装 Node 环境啦～
● Git 和终端工具（用来敲命令，没它们不行）
----------------------
2. 安装 Bepp
Bepp 就是我们的神奇小工具，能帮你把扩展转换得妥妥的。有三种安装方式，随你喜欢选一个！
方法1：用 npm 安装
直接在终端里敲：
方法2：直接下载
去 这里 下载适合你电脑的版本，下载后直接用就好！
方法3：GitHub Action（懒人专用）
直接在 GitHub 上配置 Action，让它自动帮你构建，不用自己敲命令哦～
----------------------
3. 写配置文件
接下来，告诉 Bepp 你的 Chrome 扩展在哪里，然后它就能帮你转换成 Safari 扩展啦！
这里我们用 YAML 格式的配置文件（文件名：
把这个文件放到项目的根目录下就可以啦～
----------------------
4. 转换扩展
配置好之后，打开终端，进入你的项目文件夹，运行下面的命令：
这条命令会自动把你的 Chrome 扩展转换成 Safari 扩展，转换结果会在你配置文件中指定的
----------------------
5. 安装 & 测试扩展
转换成功后，你会得到一个 .app 或 .dmg 文件。安装步骤超级简单：
1. 打开 .dmg 文件
双击打开，然后把扩展拖进
2. 启动扩展
打开 Launchpad，找到你的扩展，点击启动。
3. 在 Safari 中启用扩展
打开 Safari → 偏好设置 → 扩展，找到你的扩展，然后点一下启用按钮！
4. 试试看效果
检查一下弹出窗口、选项页面和其他功能是不是都正常运行～
----------------------
6. GitHub Action 自动构建（进阶懒人必备）
如果你不想每次都手动运行命令，可以用 GitHub Action 自动帮你构建！
在项目中新建一个文件
这样，每次你有需要转换的chrome扩展，只需上传解压后的文件到GitHub ，就会自动帮你构建好 Safari 扩展，简单省事🍟～
----------------------
～
有疑问可以查看更详细的官方文档 ，如果对你有帮助 求赞❤️求关注✨️
6 个帖子 - 4 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: o_oi)
好久不见🍟～
Mac Safari使用Chromium类扩展开发调优
将Chrome扩展添加到Mac Safari扩展 前言：对于Mac Safari浏览器，扩展都需要appstore上架才能使用。但是！有动手能力的话，你可以把chrome上的扩展拿来用。挺麻烦的要不就算了吧 lark_167步骤一 从扩展商店或crxsoso下载相应的扩展，格式如果是.crx，需要改后缀名为.zip,然后解压到文件夹 启用Safari浏览器开发者选项（选择菜单栏 …
上次写文章还是在上次，时至今日，佬友也许可能对此不感兴趣了👾，不过我还是想对上次的文章进行补充，本篇主要内容：一个快速轻松地为多个浏览器打包扩展程序的工具”Bepp”✨️～
----------------------
1. 准备工作
必备条件：
● 一台 macOS 电脑（Safari 扩展打包只能在 Mac 上搞定哦～）
● 如果你没有 Mac，也可以用 GitHub Action 远程构建，懒人福音！
● 如果用 Node.js 安装 Bepp，就需要安装 Node 环境啦～
● Git 和终端工具（用来敲命令，没它们不行）
----------------------
2. 安装 Bepp
Bepp 就是我们的神奇小工具，能帮你把扩展转换得妥妥的。有三种安装方式，随你喜欢选一个！
方法1：用 npm 安装
直接在终端里敲：
npm install @bepp/bepp
方法2：直接下载
去 这里 下载适合你电脑的版本，下载后直接用就好！
方法3：GitHub Action（懒人专用）
直接在 GitHub 上配置 Action，让它自动帮你构建，不用自己敲命令哦～
----------------------
3. 写配置文件
接下来，告诉 Bepp 你的 Chrome 扩展在哪里，然后它就能帮你转换成 Safari 扩展啦！
这里我们用 YAML 格式的配置文件（文件名：
bepp.config.yml）：shared:
id: 'MyCoolExtension' # 你的扩展名字
input:
chromium: 'build/chromium-mv3/' # 你 Chrome 扩展的代码所在文件夹
output: 'dist' # 转换好的 Safari 扩展输出目录
build:
- type: safari # 告诉 Bepp 转换成 Safari 扩展
把这个文件放到项目的根目录下就可以啦～
----------------------
4. 转换扩展
配置好之后，打开终端，进入你的项目文件夹，运行下面的命令：
bepp build
这条命令会自动把你的 Chrome 扩展转换成 Safari 扩展，转换结果会在你配置文件中指定的
dist 目录里哦！----------------------
5. 安装 & 测试扩展
转换成功后，你会得到一个 .app 或 .dmg 文件。安装步骤超级简单：
1. 打开 .dmg 文件
双击打开，然后把扩展拖进
应用程序 文件夹里。2. 启动扩展
打开 Launchpad，找到你的扩展，点击启动。
3. 在 Safari 中启用扩展
打开 Safari → 偏好设置 → 扩展，找到你的扩展，然后点一下启用按钮！
4. 试试看效果
检查一下弹出窗口、选项页面和其他功能是不是都正常运行～
----------------------
6. GitHub Action 自动构建（进阶懒人必备）
如果你不想每次都手动运行命令，可以用 GitHub Action 自动帮你构建！
在项目中新建一个文件
.github/workflows/build.yml，然后把下面这段代码贴进去：name: Build Safari Extension
on:
push:
branches:
- main # 只有推送到 main 分支时才会触发构建
jobs:
build:
runs-on: macos-latest # Safari 扩展必须在 macOS 上构建
steps:
- name: 拉取代码
uses: actions/checkout@v4
- name: 安装 Bepp
run: npm install -g @bepp/bepp
- name: 开始构建
run: bepp build
这样，每次你有需要转换的chrome扩展，只需上传解压后的文件到GitHub ，就会自动帮你构建好 Safari 扩展，简单省事🍟～
----------------------
～
有疑问可以查看更详细的官方文档 ，如果对你有帮助 求赞❤️求关注✨️
6 个帖子 - 4 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: o_oi)
大龄社畜第一次参加省考寄了
准备了三个多月，最后申论没时间学，大作文都没时间写。。唉。。有谁推荐一下申论看谁的课程好点？或者知道申论该怎么学的吗
13 个帖子 - 7 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: 阿虚)
准备了三个多月，最后申论没时间学，大作文都没时间写。。唉。。有谁推荐一下申论看谁的课程好点？或者知道申论该怎么学的吗
13 个帖子 - 7 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: 阿虚)
Adobe2025大师版全家桶！一键安装永久激活！
通过网盘分享的文件：Adboe2025大师版
链接: 百度网盘 请输入提取码 提取码: t8vf
–来自百度网盘超级会员v1的分享
15 个帖子 - 15 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: fulin zhang)
通过网盘分享的文件：Adboe2025大师版
链接: 百度网盘 请输入提取码 提取码: t8vf
–来自百度网盘超级会员v1的分享
15 个帖子 - 15 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: fulin zhang)
大模型阉割的几种手段
很遗憾，砂糖一年前的预言又一次印证了——力大砖飞的满血超大杯模型正在逐渐失宠。用户们逐渐认识到小型模型结合合理的优化策略（例如CoT、深度思考），能够在某种程度上以更低的算力消耗，达到全参数满血大尺寸模型同级别的输出质量。
那么，如何在不牺牲性能的前提下，精简模型以实现成本与质量的平衡呢？另外，“671B“的Deepseek-v3/r1，就一定是所谓的”满血版“吗？
认识模型
我们所谓的“模型”，其实储存的是模型各个节点的参数，包括权重和偏置。通常来说，参数量越大的模型能够存储的信息越多，理论上可以处理更加复杂的任务。每个参数也的确就是一个数，与计算机中的其他数一样，它也具有位数和精度——32位浮点（fp32），16位浮点（fp16），8位整型（int8）等等。更高的精度，以及更大的参数量，都会提升模型的性能需求，也能提升模型的输出质量，但同时也会消耗更多的计算资源。
模型的阉割技术，目的就是在可容忍的范围内，牺牲部分输出质量，换取更大的性能提升。
当然，如果一味地进行阉割，降本增效，以次充好，那么上面这句话也可以说成——模型的阉割，本质上是为了节约成本，牺牲掉输出质量。
模型阉割大法
蒸馏
将一个大型的、性能卓越的模型作为教师模型，另一个参数量较小的基底模型作为学生，让老师教学生，使基底模型学习到教师模型输出的分布特征，以及获取教师模型的部分知识。
当然，需要强调的是，蒸馏后的模型仍然是基底模型，它依赖于教师模型的知识，但仍与之有别。基底模型较小的参数量决定了其固有的上限所在。
我之前开玩笑地举了个例子，虽然不太雅观，但很形象：
把一个馒头往厕所里放两天，馒头会有一股屎味，但你不能说它就是屎——屎味的馒头说到底还是馒头。
量化
量化，就是将模型的参数由高精度缩减为低精度。就像做物理题时那样，c=299792458m/s 能让你猪脑过载，但令 c=3*10^9m/s 你就豁然开朗——当然这么做的后果就是你的计算结果并不那么准确。
当我们将FP32，或者FP16的参数修约到FP8，INT4，甚至二元量化或三元量化（三进制重出人间），能够带来数倍的模型体量缩减与性能提升——当然代价同时是损失输出质量，精度压缩得越激进，损失越明显。
好在与其他神经网络相比，多数的大型语言模型对量化具有一定的鲁棒性，即使进行一定程度量化，输出质量的损失也并不那么显著。这是因为LLM模型通常局部不变性更好，即使某一层出现偏差，也会在后续层中得到修复。
剪枝
果农为了收获品质更好的水果，会将一些发育不良的枝条减去，使有限的营养专注供给健康的果子。神经网络也是同理。偌大的神经网络中，存在着大量看起来不那么重要的神经元或者连接。由于这些连接对于模型的输出贡献极小，但实实在在地消耗了计算性能，通过重要性排序和相关性分析，删去一些”不重要“的参数，就能减小模型体积，提升运行时的性能。
剪枝是缩减模型体积，提升运行时性能的有效手段，结合微调手段重建冗余，合理利用剪枝，可以获得非常好的效果。但是过于激进的剪枝策略会删去大量非0权重，会实实在在地影响模型的泛化能力。
总结
模型的阉割大法不仅只有蒸馏一种，量化和剪枝都是重要的手段，并且都具有便捷性，可以在部署时进行。因此，“671b”参数的deepseek，未必就是满血版，它只声称了671b的参数量，但是参数的精度如何，加载模型时是否离线剪枝，又删去了多少参数，这些问题都会影响模型最终的表现。
阉割大法是双刃剑。各种事实已经证明了阉割模型是时代发展趋势，我们是时候摒弃猛堆参数量和精度的思维了。但同时也必须拒绝一种行为，那就是使用阉割的模型以次充好。下一次，当有商家再宣传自己提供671b”满血“大模型时，你就应当多留个心眼，这真的是满血的模型吗？
11 个帖子 - 11 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: 粉毛红瞳精神病美少女松坂砂糖)
很遗憾，砂糖一年前的预言又一次印证了——力大砖飞的满血超大杯模型正在逐渐失宠。用户们逐渐认识到小型模型结合合理的优化策略（例如CoT、深度思考），能够在某种程度上以更低的算力消耗，达到全参数满血大尺寸模型同级别的输出质量。
那么，如何在不牺牲性能的前提下，精简模型以实现成本与质量的平衡呢？另外，“671B“的Deepseek-v3/r1，就一定是所谓的”满血版“吗？
认识模型
我们所谓的“模型”，其实储存的是模型各个节点的参数，包括权重和偏置。通常来说，参数量越大的模型能够存储的信息越多，理论上可以处理更加复杂的任务。每个参数也的确就是一个数，与计算机中的其他数一样，它也具有位数和精度——32位浮点（fp32），16位浮点（fp16），8位整型（int8）等等。更高的精度，以及更大的参数量，都会提升模型的性能需求，也能提升模型的输出质量，但同时也会消耗更多的计算资源。
模型的阉割技术，目的就是在可容忍的范围内，牺牲部分输出质量，换取更大的性能提升。
当然，如果一味地进行阉割，降本增效，以次充好，那么上面这句话也可以说成——模型的阉割，本质上是为了节约成本，牺牲掉输出质量。
模型阉割大法
蒸馏
将一个大型的、性能卓越的模型作为教师模型，另一个参数量较小的基底模型作为学生，让老师教学生，使基底模型学习到教师模型输出的分布特征，以及获取教师模型的部分知识。
当然，需要强调的是，蒸馏后的模型仍然是基底模型，它依赖于教师模型的知识，但仍与之有别。基底模型较小的参数量决定了其固有的上限所在。
我之前开玩笑地举了个例子，虽然不太雅观，但很形象：
把一个馒头往厕所里放两天，馒头会有一股屎味，但你不能说它就是屎——屎味的馒头说到底还是馒头。
量化
量化，就是将模型的参数由高精度缩减为低精度。就像做物理题时那样，c=299792458m/s 能让你猪脑过载，但令 c=3*10^9m/s 你就豁然开朗——当然这么做的后果就是你的计算结果并不那么准确。
当我们将FP32，或者FP16的参数修约到FP8，INT4，甚至二元量化或三元量化（三进制重出人间），能够带来数倍的模型体量缩减与性能提升——当然代价同时是损失输出质量，精度压缩得越激进，损失越明显。
好在与其他神经网络相比，多数的大型语言模型对量化具有一定的鲁棒性，即使进行一定程度量化，输出质量的损失也并不那么显著。这是因为LLM模型通常局部不变性更好，即使某一层出现偏差，也会在后续层中得到修复。
剪枝
果农为了收获品质更好的水果，会将一些发育不良的枝条减去，使有限的营养专注供给健康的果子。神经网络也是同理。偌大的神经网络中，存在着大量看起来不那么重要的神经元或者连接。由于这些连接对于模型的输出贡献极小，但实实在在地消耗了计算性能，通过重要性排序和相关性分析，删去一些”不重要“的参数，就能减小模型体积，提升运行时的性能。
剪枝是缩减模型体积，提升运行时性能的有效手段，结合微调手段重建冗余，合理利用剪枝，可以获得非常好的效果。但是过于激进的剪枝策略会删去大量非0权重，会实实在在地影响模型的泛化能力。
总结
模型的阉割大法不仅只有蒸馏一种，量化和剪枝都是重要的手段，并且都具有便捷性，可以在部署时进行。因此，“671b”参数的deepseek，未必就是满血版，它只声称了671b的参数量，但是参数的精度如何，加载模型时是否离线剪枝，又删去了多少参数，这些问题都会影响模型最终的表现。
阉割大法是双刃剑。各种事实已经证明了阉割模型是时代发展趋势，我们是时候摒弃猛堆参数量和精度的思维了。但同时也必须拒绝一种行为，那就是使用阉割的模型以次充好。下一次，当有商家再宣传自己提供671b”满血“大模型时，你就应当多留个心眼，这真的是满血的模型吗？
看完觉得有收获，记得点点认可。虽然不知道有啥用但是搞一个玩玩（
当然，我更希望将来能够有更加规范的行业要求——对于自部署的开源模型，商家不能仅仅公布模型的代号和原始参数规模，而应当披露具体的模型哈希、量化位数、剪枝比率和激活参数规模，以保障消费者的知情权。或者，应当允许消费者设定Temperature=0，以自行检查模型的一致性。
就当是我的下一个预言吧，不过我估计这个行业规范至少需要一年的等待时间。
11 个帖子 - 11 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: 粉毛红瞳精神病美少女松坂砂糖)
gemini-2.0-flash-thinking-exp-01-21 强的离谱
在数学题方面，有一些问题R1答对，O1不对，O1对R1不对，有些Groq对，有些Groq不对，把这些问题全部给gemini-2.0-flash-thinking-exp-01-21测试，对到完，没有开code execution，还没有测试代码(代码还是用claude 3.7 sonnet吧)，没有时间，有时间的佬可以去测试。网页版卡又慢，aistudio比较好
网页版的很烂
如果thinking就不要开code execution了，开code execution回答反而会错
Oceanuo:
用claude测试groq 和 gemini，清一色全部都是gemini获胜
Oceanuo:
Oceanuo:
58 个帖子 - 26 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: Oceanuo)
在数学题方面，有一些问题R1答对，O1不对，O1对R1不对，有些Groq对，有些Groq不对，把这些问题全部给gemini-2.0-flash-thinking-exp-01-21测试，对到完，没有开code execution，还没有测试代码(代码还是用claude 3.7 sonnet吧)，没有时间，有时间的佬可以去测试。网页版卡又慢，aistudio比较好
网页版的很烂
如果thinking就不要开code execution了，开code execution回答反而会错
Oceanuo:
中文作文/理解题那种需要creative（创意）的，使用Deepseek R1（R1 的幻觉实在是高）
中文搜索或者其他，要根据作文的，不要用deepseek，他会瞎编，用Grok-3
其他的除了代码全部使用 Gemini 2.0 Flash Thinking Experimental 01-21
代码用claude 3.7 sonnet
Overall：
math: Gemini
Instruction following: Gemini
Multi Turn: Gemini
Creative Writing: Gemini
Coding: Gemini
hard prompts: Gemini
hard prompts(English): Gemini
Longer Query: Gemini
English: Gemini
Chinese: Gemini
Exclude Ties: Gemini
Exclude Short Query (<5 tokens):Gemini
Exclude Refusal: Gemini
用claude测试groq 和 gemini，清一色全部都是gemini获胜
Oceanuo:
真的很强，我感觉grok 3都没有那么强了
这是Gemini写的中文作文
Oceanuo:
图文检测，google做的应该是最好吧，图内物体等，有关图片的，google做的应该就是最好的吧
58 个帖子 - 26 位参与者
阅读完整话题
via LINUX DO - 热门话题 (author: Oceanuo)