我决定不再使用AI进行「自我探索」甚至「疗愈」

saylo复活！最新免费无限制AI聊天软件合集！吊打某野的免费无限制AI聊天，满足你的各种奇怪需求！

DeepSeek 凉了？别急！未必！

Deep Seek 凉了？ 别急！未必！

来自未来的棋局 第一局(1) 听常哥讲故事 常昊&樊麾&刘星 讲解

当年录制的AlphaGo vs AlphaGo 的解说，这个是第一局的第一部分，大家点赞过一百放第二部分。

【全网首发】AI翻唱软件Replay8.1.1版本汉化补丁v4版免费分享！理论上8.1.0版本可用！

win版Replay8.1.1安装包及测试模型下载地址： https://pan.quark.cn/s/eb0c76552bd6?pwd=aiBd mac版Replay8.1.1安装包及测试模型下载地址： https://pan.quark.cn/s/f99ddbb3200e?pwd=CCih win版汉化补丁、文件资源包：一键三连+关注，后台回复Replay获取。 【软件更新内容】： 修改了界面中滚动条的显示问题。 【汉化补丁v4更新日志】： 1.去除了打开软件的更新提示框，不用每次都关掉了； 2.修改了某些容易引起误解的文本信息； 3.修改了错误的链接地址； 4.适配了最新版8.1.1

做ai，我们是专业的！来自一家开发角色扮演特化大模型AI团队的心声

我们的官网https://phapi.furina.junmatec.cn 我们的论坛https://bbs.furina.chat 关于免费的TIG-3.6-Mirage-flash模型 API请求地址：http://tig3-6.junmatec.cn/v1/chat/completions 模型名：TIG-3.6-Mirage-flash 密钥：随便传，理论上不传也行 注:TIG-3.6-Mirage-flash为完全免费模型 其角色扮演性能超越deepseek R1 该链接是API调用链接 兼容openAI格式 通用API文档https://phapi.furina.junmatec.cn/doc 若需使用TIG3.6-Mirge旗舰及本视频宣传模型(TIG-3.6-VL-Lite) 请前往官网 关于提示词微调 快速上手:https://bbs.furina.chat/t/topic/198 技术白皮书:https://bbs.furina.chat/t/topic/199 QQ交流群:61094917 TIG-3.6-VL-Lite是幻宙平台推出的首款混合推理模型，它在当前角色扮演AI市场上以其卓越的成本效益比脱颖而出，成为您的理想选择。在逻辑推理和角色扮演等核心领域，它的性能表现仅次于我们顶级的TIG-3.6 Mirage旗舰模型。 这款模型在综合能力上足以与国际领先的Gemini 2.5系列相媲美。值得一提的是，TIG-3.6-VL-Lite特别针对角色扮演进行了优化和特化，因此其在提示词工具调用方面的能力略有调整。为了平衡这一点，我们特别设计了该系列，使其能够支持Fc格式的插件调用，从而进一步支持MCP功能。 作为一款多模态模型，TIG-3.6-VL-Lite在模型层面实现了对图片内容的深度理解，这与DeepSeeK官网的OCR实现相比，展现出显著的优势。 我们非常重视用户的反馈，TIG-3.6-VL-Lite正是我们积极采纳各方意见、实践“众智汇聚”理念与"用户共创"精神的第一个成果。它具备出色的适配性，例如在输出时不会显示思维链条，并且完美兼容OpenAI的格式。同时，它还实现了低消耗，是全网首个思维链条不计费的模型，真正做到了“所见即所得”，无任何隐藏计费，并且具备强大的抗干扰能力。 此外，TIG-3.6-VL-Lite还兼容幻宙团队独创的“提示词微调”技术，并在此基础上进一步简化了操作流程。现在，在构建微调提示时，不再强制要求包含CoT（思维链）部分，模型能够自动尝试补全角色的内心独白。这种新方式与原有方式在使用体验上几乎没有差别，仅对处理速度产生轻微影响。 视频制作：北颐sansai(春日)

10万人看过的图是ai？下次鉴ai前敢签对赌协议吗？

-

玻璃想 “碰瓷”？无人机：溜了溜了～

未知环境，全在线感知/规划，这玻璃我绕着走，主打一个不撞南墙

从农民到程序员？贵阳这个村让我重新认识中国乡村

Obsidian Weekly 20250824 期：千呼万唤始出来！搜索性能优化！Obsidian 公共版现已更新至 v1.9.12

本期 obsidian weekly 详细内容请见 （附交流群入口）： [PKMer_Obsidian Weekly 2025-08-24：千呼万唤始出来！搜索性能优化！Obsidian 公共版现已更新至 v1.9.12] ( https://pkmer.cn/show/20250826001057 ) 本期主播：@杰森_He

[大模型面试] 主流LLM为何选用MoE架构? MoE相较Dense的核心优点? LLM不可能三角

1. Switch Transformers: Scaling to Trillion Parameter Models with Simple and Efficient Sparsity 2. ST-MOE: DESIGNING STABLE AND TRANSFERABLESPARSE EXPERT MODELS 3. DeepSeekMoE: Towards Ultimate Expert Specialization in Mixture-of-Experts Language Models 4. Mixture of Experts in Large Language Models 5. A Survey on Mixture of Experts in Large Language Models 6. Open Mixture-of-Experts Language Models