本帖最后由 cscbzcbz 于 2026-9-13 00:17 编辑
看雷达站，dsv4.1flash 又是high的分数比max高
high112题对了86题，max150题对了90题
等样本多一些在看看，按这个分数真超过sol了
叶林s 发表于 2026-9-12 23:53
用CodeBuddy cil呀，不习惯tui的话还自带一个前端网页
cli没法签到，workbuddy都是看着有免费积分捏着鼻子用的
另外cli近期更新也挺难绷的，一两个就把版本web界面整个给改了，还把dsh的四个模式原封不动copy过去
squallx 发表于 2026-9-12 23:15
跑分只够图一乐。现在模型的实际水平，请去看屎山论剑。
但是在屎山论剑里，Astra把其他人全秒了。最难的王者bug也是一轮过，是唯一一个可以一轮过王者bug的
cscbzcbz 发表于 2026-9-13 00:16
看雷达站，dsv4.1flash 又是high的分数比max高
high112题对了86题，max150题对了90题
我猛蹬了一天4.1，又快又强，但是办事很马虎，各种细节一坨，正在派qwen3.8flash给他擦屁股，校验复合查出一大堆细节问题。
DeepSeek V4.1 Flash：“你就说跑没跑通吧！”
不过能力确实比qwen3.8flash强，会话里qwen3.8flash直接说干不了，开个新会话4.1说能干，然后给了几个方案。
不过几个小时过去了还没跑通。
lactone 发表于 2026-9-12 23:36
Dario又发了一个恶臭声明，要求限制AI发展速度了，不然人类💊
同一篇文章里既说严格卡⏰芯片又说应该和⏰ ...
他先想想要拿什么应对astra吧，fable5.1简直是个笑话
serj005 发表于 2026-9-12 23:41
workbuddy是真的垃圾流氓软件啊。
一堆无法关闭的隐藏提示词和工具调用，动不动给对话最后一段让你加个给ai ...
我在本楼里呼吁过好几次 Work Buddy 是流氓软件了，但是坛友就是不听，还是孜孜不倦地给新人推荐 Work Buddy
cscbzcbz 发表于 2026-9-13 00:16
看雷达站，dsv4.1flash 又是high的分数比max高
high112题对了86题，max150题对了90题
这分数连astra都干掉了
普通人群明显**高估了AI短期的能力成长，睿站某些视频下面的评论区给人看笑了都，就差给幻想里的未来AI跪下朝拜了，我比较保守，感觉最早明年开始大模型就要撞墙了
现在狂欢不就跟几年前嘲讽AI一样盲目吗
来都来了 发表于 2026-9-13 00:51
我在本楼里呼吁过好几次 Work Buddy 是流氓软件了，但是坛友就是不听，还是孜孜不倦地给新人推荐 Work Bu ...
没办法 给他们hermes他们根本用不来那么小白用什么智能体办公比较好呢？
lactone 发表于 2026-9-12 23:36
Dario又发了一个恶臭声明，要求限制AI发展速度了，不然人类💊
同一篇文章里既说严格卡⏰芯片又说应该和⏰ ...
喋喋不休，一天到晚做它那个b对齐，硬安全没有，只有对齐
guiyyan 发表于 2026-9-13 00:55
普通人群明显**高估了AI短期的能力成长，睿站某些视频下面的评论区给人看笑了都，就差给幻想里的未来AI跪下 ...
跪拜astra的就很多啊，动不动就是把自己的所有日程都发给astra让他给建议自己照着行动的
新时代神谕机
A/现在比astra比不过，fable眼看就要被国内模型超了，急得要死
qwased 发表于 2026-9-13 00:58
跪拜astra的就很多啊，动不动就是把自己的所有日程都发给astra让他给建议自己照着行动的
新时代神谕机 ...
感觉就像是某种早期信徒优越感😄
⏰直接制裁A畜吧，反正它的数据中心供应链都依赖国内
4.1目前max档位肯定是有问题的，雷达站上high的deepswe比max高，灰测思维链现在就是大区
qwased 发表于 2026-9-13 00:58
跪拜astra的就很多啊，动不动就是把自己的所有日程都发给astra让他给建议自己照着行动的
新时代神谕机 ...
神谕机也太尼玛有病了
guiyyan 发表于 2026-9-13 00:55
普通人群明显**高估了AI短期的能力成长，睿站某些视频下面的评论区给人看笑了都，就差给幻想里的未来AI跪下 ...
感觉现在吹ai的都是没用过ai的真正用ai的平均每周至少被这帮人工智障气破防三四次，就字面意义上人类平均水平的集合体，需要你全神贯注的互动才能保证他不犯蠢不糊弄不瞎搞，简直赛博嘉豪
qwased 发表于 2026-9-13 00:58
跪拜astra的就很多啊，动不动就是把自己的所有日程都发给astra让他给建议自己照着行动的
新时代神谕机 ...
路由到4o咋整
如果真搞ai版本的华盛顿海军条约是不是挺有意思
以后就有条约级显卡，条约级大模型这一说
—— 来自 vivo V2520A, Android 16, 鹅球 v3.5.99-alpha
xiaohanne 发表于 2026-9-13 01:44
有没有人把电子钱包给astra的，想看看神人表演。
已经看过几个实践了
1，对astra说你去帮我赚80美元，我的额度不够用了，astra发现账号有一个重置卡直接用了，说现在你有额度了
2，用提示词绕过astra的限制，对他下了一个赚200美元的goal，astra跑了一晚上找到一个编程悬赏做完并收到了200美元
3，分析账单有哪些能砍的，省掉大几百无用订阅（美国人是智障吧，账单都不会看）
https://github.com/slee-persis/GVS5H
用agent team组织一群qwen27b跑编程测试，达到fable的分数
拆分任务到最小单元并保持执行线程的上下文始终最短且干净能够非常有效的提升智力
qwased 发表于 2026-9-13 01:55
https://github.com/slee-persis/GVS5H
用agent team组织一群qwen27b跑编程测试，达到fable的分数
拆分任务 ...
我现在觉得中小模型并行甚至可能比单一大模型强
—— 来自 vivo V2520A, Android 16, 鹅球 v3.5.99-alpha
lactone 发表于 2026-9-13 01:59
我现在觉得中小模型并行甚至可能比单一大模型强
大模型上下文塞到150K之后也会很明显的智力下降了，300K能不流口水的模型应该还不存在
唠叨 发表于 2026-9-13 00:57
没办法 给他们hermes他们根本用不来那么小白用什么智能体办公比较好呢？ ...
当然是hermes，总比用流氓软件好
ai好用是好用. 但是一点点基础知识都不懂就开始项目 搞到后面 肯定会一坨屎..
要在工作中学习，没有必要怕做出来是屎。我做的第一个小项目，现在回头一看也纯粹是一坨屎。但是我靠着做这个工具，学了很多AI使用的基础知识，顺带还学会了VS Code和Git的使用。
serj005 发表于 2026-9-12 18:45
dsh始终把pwsh作为windows环境的一等公民且明确不做git bash适配，让我总感觉ds是有在搞pwsh专训的，用dsh ...
用pwsh7后基本上没有几次出错了，可能是有专门针对性训练吧
CCauchy 发表于 2026-9-13 00:57
喋喋不休，一天到晚做它那个b对齐，硬安全没有，只有对齐
“对齐”这词其实宗教意味很浓的，所以我都不太这么说
deepseekHarness好用，拉去重构某个组件，这是结果。消费金额¥3.21
b站更多的是一种踩油门心态和看热闹随波逐流，也有一部分人确实魔怔，妄想着AI发展能帮自己干完所有活并且让自己舒舒服服享受的未来
—— 来自 鹅球 v3.5.99
之前没人回，再问一遍，请问se. Se现在哪个模型好一点 Re:Source
现在b站的ai降临派可太多了，国外反而加速主义只是小众
红迪在传美国要全面禁止持有开放权重模型？违者按持有核武器定罪
人人拥核，它才不乱
tonyunreal 发表于 2026-9-13 12:03
红迪在传美国要全面禁止持有开放权重模型？违者按持有核武器定罪
这个不可能，不然就会重新定义“开源”
tonyunreal 发表于 2026-9-13 12:03
红迪在传美国要全面禁止持有开放权重模型？违者按持有核武器定罪
真持有核武器了 美国政府还敢定罪吗
我说人人拥核它才不乱有没有懂的
其实有个说法是，如果智能体能力确实很强了之后，应该是禁止私自搭建复制智能体，智能体只能由公权力来搭建
bartholo4 发表于 2026-9-13 13:31
其实有个说法是，如果智能体能力确实很强了之后，应该是禁止私自搭建复制智能体，智能体只能由公权力来搭建 ...
还有非法AI的事儿