火山的DS质量很低，实际上基本所有开源模型都有类似问题，不是量化就是参数配置问题……
nxmonitor 发表于 2026-10-12 10:20
火山的DS质量很低，实际上基本所有开源模型都有类似问题，不是量化就是参数配置问题…… ...
那没办法，所有的第三方自部署都不可能给满血部署，只能说，凑合用
总之订阅用量，官方谷价用速"智", 搭着用
— from S1 Next Goose v4.0-alpha
gpt老是给我把所有脚本都扫一遍，我真🌿了。🤣🤣🤣
—— 来自 S1Fun
GPT 6.1 SOL 弱智吧，让他校验一个开发计划有没有问题，连开发人天都要核验， ，都是AI干活你校验这个干啥？
本帖最后由 陶矢 于 2026-10-12 12:05 编辑
有个问题啊, 我想试下AI自我推进的能力
我自己写个卡牌类AI, 用一个minimax遍历再剪枝对抗网络的半脚本AI
然后给4000局对战数据让 Astra 自己额度放开了烧, 我什么都不管, 让自己推动给我自己写的AI去打
结果他烧了一个月用了几张重置卡还是个菜比啊... 是不是不该这么玩?
有没有真正搞这块的大手子跟我说下思路?
用便宜的gemini会员试了试反重力，我丢个github网址叫哈基米下个skill每一步都要权限叫我点允许，点了十几个允许还没下下来，这玩意也太难用了吧
moekyo 发表于 2026-10-11 17:31
安利一个无敌的技能：https://skills.wheresryan.sh/anatomy
我用 dsh 做的，半个小时，效果惊人，就是时 ...
有点牛逼
陶矢 发表于 2026-10-12 11:58
有个问题啊, 我想试下AI自我推进的能力
我自己写个卡牌类AI, 用一个minimax遍历再剪枝对抗网络的半脚本AI
...
看错了
Hattle 发表于 2026-10-12 11:35
GPT 6.1 SOL 弱智吧，让他校验一个开发计划有没有问题，连开发人天都要核验， ，都是AI干活你校验这个干啥 ...
你说得对，但我将要开始探针、快照、证据、门禁、夹具，还有哈希、冒烟、基线了
我要先建立唯一基线，再进行可追溯备份，先进行最小改动，我先进行一轮烟测，检查89个门禁是否通过，上线前进行一轮全量dry-run，上线后校验哈希值，最后进行一轮实测的验收矩阵。
本帖最后由 陶矢 于 2026-10-12 12:20 编辑
qwased 发表于 2026-10-12 12:13
优质回答：别用minimax
minimax 是算法...不是那个minimax的公司
我是说GPT-Astra自己烧了一个月TOKEN干不过我自己minimax思路写的脚本AI 有点怪,
因为我又不懂搞大模型训练, 只能把对战数据和引擎都给他让他自己推进
结果完全没有那种造出来原子弹瘫坐的效果,
我还以为这种算是工程上的问题我只管许愿就行了
陶矢 发表于 2026-10-12 12:17
minimax 是算法...不是那个minimax的公司
我是说GPT-Astra自己烧了一个月TOKEN干不过我自己minimax思路写 ...
你有给他算力训练吗？比如一张5090
RookieTnT 发表于 2026-10-12 12:14
你说得对，但我将要开始探针、快照、证据、门禁、夹具，还有哈希、冒烟、基线了
我要先建立唯一基线，再 ...
所以朋友，可以通过写文档来减缓这种情况吗？
虽然加速了但还是好慢啊......
Gmlazy 发表于 2026-10-12 12:27
所以朋友，可以通过写文档来减缓这种情况吗？
虽然加速了但还是好慢啊...... ...
每次都让他不要过度校验 过度防御 过度审查
Gmlazy 发表于 2026-10-12 12:27
所以朋友，可以通过写文档来减缓这种情况吗？
虽然加速了但还是好慢啊...... ...
agentsmd里面写好，遵循能力还是可以的，不像某些蓝色xxx弄完了说一句文档都没看
—— 来自 samsung SM-S9480, Android 16, 鹅球 v4.0
陶矢 发表于 2026-10-12 12:17
minimax 是算法...不是那个minimax的公司
我是说GPT-Astra自己烧了一个月TOKEN干不过我自己minimax思路写 ...
那你先跟他讨论好你要干什么，目标是什么，让他给你列需要什么工具，制定好计划再开工
RookieTnT 发表于 2026-10-12 12:29
每次都让他不要过度校验 过度防御 过度审查
没什么用啊。
现在的工程能力反而因为规范太多在查询过程中空转，整得和在欧盟开会推进具体项目落地一个德行。
规定了先做最小实践方案，然后嵌合业务流程的修改，再做工程合规性检查，再去做具体修改计划。每次计划都在增改，很少删减。
最后施工时发现内容里有多个计划，知识库，事实，规范，review阶段冲突搞崩了来找我
qwased 发表于 2026-10-12 12:36
那你先跟他讨论好你要干什么，目标是什么，让他给你列需要什么工具，制定好计划再开工 ...
我是搞技术的, 只是不会写大模型, 正常工程推的内容都列了,
用啥论文啥技术, 一步步怎么做, 说的头头是道, 什么LossSpike消融实验, 设计的老好了
说有完整引擎,和几千局对战日志完全可以设计一个有强度的卡牌AI
我才信了, 烧了我一个月token, 我以为等着挨揍就行
结果跟我脚本打胜率惨不忍睹, 所以感觉现在许愿机还是许不到这种程度
陶矢 发表于 2026-10-12 12:53
我是搞技术的, 只是不会写大模型, 正常工程推的内容都列了,
用啥论文啥技术, 一步步怎么做, 说的头头是 ...
有了AI之后程序员的价值就在这里呀
程序员和普通人的差距不是能不能做，而是做出来的东西是不是自己想要的
有软件工程经验的话其实很快就能上手，但如果不知道怎么规划，验收，那就叫抽卡
RookieTnT 发表于 2026-10-12 12:14
你说得对，但我将要开始探针、快照、证据、门禁、夹具，还有哈希、冒烟、基线了
我要先建立唯一基线，再 ...
看笑了
巨魔已被忠诚 发表于 2026-10-12 12:39
没什么用啊。
现在的工程能力反而因为规范太多在查询过程中空转，整得和在欧盟开会推进具体项目落地一个 ...
我一般只用 ADR 加 task 任务 加 agent.md 其他什么都不加… 先开一个写任务 人评审完后 再开一个线程来做任务
而且如果出现冲突一般来说就要思考工作流是否要修改了
论坛助手,iPhone
zhanglei1943 发表于 2026-10-11 01:05
jev概念好像已经凉了
试用了开源的clef之类的，准确率和普通qwen设置输出最多8token没有区别，由于推理引擎不成熟，速度还不如原版qwen
crow_wine 发表于 2026-10-12 12:10
有点牛逼
反应寥寥无几
RookieTnT 发表于 2026-10-12 12:14
你说得对，但我将要开始探针、快照、证据、门禁、夹具，还有哈希、冒烟、基线了
我要先建立唯一基线，再 ...
其他词都能大概理解, 冒烟枪到底是什么东西
敬爱的Z公司给免费开了3个pro账户，都不清楚课题组这些老师学生怎么骗到智谱的fund
开始glm试用
Sunyalche 发表于 2026-10-12 14:18
其他词都能大概理解, 冒烟枪到底是什么东西
冒烟测试，业内名词
陶矢 发表于 2026-10-12 11:58
有个问题啊, 我想试下AI自我推进的能力
我自己写个卡牌类AI, 用一个minimax遍历再剪枝对抗网络的半脚本AI
...
b站挺多搞astra过杀戮尖塔2的, 最高思考档A10大概能有nosl 30%胜率? 水平算不错了
如果是pvp卡牌对现在的llm可能还是太复杂了吧
本帖最后由 臭P遇上臭脚 于 2026-10-12 14:28 编辑
这个step-5-preview模型实力怎么样，和国内其他模型比的话是什么水平
Re:Source
本帖最后由 neptunehs 于 2026-10-12 14:36 编辑
臭P遇上臭脚 发表于 2026-10-12 14:27
这个step-5-preview模型实力怎么样，好用吗
Re:Source
上限跟v4.1f差不多，逆向读代码略强于4.1f
免费版比4.1f慢不少，也限制了多线程导致各种429，另下限极差（各种低级错误导致满盘皆输，需要check至少两次）
不如星际兔女郎
但反正免费，我是准备用到他不免费为止（星际兔女郎在opencode里是有限免费）
—— 来自 vivo V2561A, Android 16, 鹅球 v4.0
陶矢 发表于 2026-10-12 12:53
我是搞技术的, 只是不会写大模型, 正常工程推的内容都列了,
用啥论文啥技术, 一步步怎么做, 说的头头是 ...
如果指望AI许愿编程出一个离线机器人打牌, 那现在应该还差挺远
搞个rag或者skill之类的东西, 每回合把手牌状态局面发给API让他思考返回动作, 再加点长期记忆之类的, 大概勉强能玩, 就是太慢太贵了
nice女武神 发表于 2026-10-12 10:15
我看到 有AI统计这次722-3论文的档次是这样的吗而且有直接终结一些细分研究的东西
...
建议使用B站@分析学爱好者 的凡人分类法，按他之前的分类基本都是化神往上级别了
RookieTnT 发表于 2026-10-12 12:14
你说得对，但我将要开始探针、快照、证据、门禁、夹具，还有哈希、冒烟、基线了
我要先建立唯一基线，再 ...
笑不出来, 正在被这种过度防御折磨中
DS 的 API 文档页面炸了,API也不稳定，会有 SomethingNew 吗？
moekyo 发表于 2026-10-12 14:14
反应寥寥无几
真正用ai做工业/机械建模的人太少了，没做过的不知道能做出这种效果有多不容易。大伙都喜欢那种前端oneshot的各种渲染，实际上一点用都没有
本帖最后由 hugosol 于 2026-10-12 16:26 编辑
最近高强度用6.1-sol grilling，感觉这模型特征是，不要跟它纠结细节，否则讨论下去会没完没了，尽量用高层次的抽象给它描述规则，每次回答都附带理由，还有不停复读相关的原则，这样讨论起来会非常高效
之所以不直接把原则写到agents.md，是因为我发现模型实际上很难判断“什么时候该用什么原则”，但是当你识别出某个问题可以运用原则去裁决时，把原则抛给它，它会想得非常清楚。把这类高杠杆的任务拆分出来留给人类去做才是务实的做法
这是我用DeepSeek grilling时没有过的体验
当然我开的思考强度是medium，这个强度我体感把控能力是刚刚好，如果再高又变成过度思考了
Sunyalche 发表于 2026-10-12 14:24
b站挺多搞astra过杀戮尖塔2的, 最高思考档A10大概能有nosl 30%胜率? 水平算不错了
如果是pvp卡牌对现在的l ...
nosl A10有30胜率很夸张了，我自己打sl都经常1层死掉
又是无事发生的一天，等周五
opencode go的ds-4.1-flash额度提到80刀了
eaglu 发表于 2026-10-12 18:01
opencode go的ds-4.1-flash额度提到80刀了
智力比官方如何？有8成功力吗
6.1sol今天已经断了好几次了，感觉o/的超卖商法顶不住了