Promeus 发表于 2026-7-13 23:15
有人测了下deepswe说是只来得及做了19题，86％得分率，不知道横向对比如何
做完才有意义。 Re:Source
Promeus 发表于 2026-7-13 23:15
有人测了下deepswe说是只来得及做了19题，86％得分率，不知道横向对比如何
这个结果肯定没法用，因为现状是这样：总数 113 tasks
本帖最后由 ycjiang1337 于 2026-7-14 01:43 编辑
一般市民 发表于 2026-7-13 18:54
不会背上政治包袱加上很厉害的安全对齐吧？
冷知识。安全对齐损害模型性能现在是业界共识，国家战略的目标是追上美国，在模型性能仍然落后的前提下不可能允许监管拖后腿。换句话说过度安全对齐反而是政治不正确
—— 来自 HUAWEI SGT-AL50, Android 12, 鹅球 v3.4.97-alpha
nxmonitor 发表于 2026-7-13 19:52
不知道前几天那个路透社独家说限制国外访问会不会是真的，不过这个和token出海的想法是完全不一致的吧？ ...
那个新闻的源头是最高法院的一场纯司法研讨会，其它的部分都是路透社自己编的。AI领域路透社跟三流小报没区别
—— 来自 HUAWEI SGT-AL50, Android 12, 鹅球 v3.4.97-alpha
多模态有说啥时候有不？现在用Hermes，识图还接的qwen3.7
半江瑟瑟半江红 发表于 2026-7-9 16:10
给llm约束太多它就是会往最不会出错的方向生成，也就是人味儿淡了，反正cherrystudio自带claw，上文风ski ...
大佬求问，cherrystudio的智能体跟知识库不能同时使用啊，咋才能一边用skill一边调用知识库
另外求问大佬有什么推荐的skill嘛
不见不散 发表于 2026-7-14 08:46
rikkahub就是个纯聊天软件吗？我看它里面居然还有工作区、SKILL、MCP这些设置，看上去好像是一个工作软件 ...
一开始就是个纯聊天的客户端，后来越加功能越多
不过我homo next，设置了工作区安装了rootfs也不能用
—— 来自 HUAWEI SGU-AL10, Android 12, 鹅球 v3.5.99
酱油拌饭s 发表于 2026-7-14 10:21
大佬求问，cherrystudio的智能体跟知识库不能同时使用啊，咋才能一边用skill一边调用知识库
另外求问大佬 ...
cherrystudio那个知识库也就是给你跳转个知识库网站设置mcp链接，所以直接自己注册一个Dify，然后在智能体里加一个mcp就行了，Dify免费也可以用，就是每分钟请求数量和单次上传数量都受限
—— 来自 HUAWEI SGU-AL10, Android 12, 鹅球 v3.5.99
nxmonitor 发表于 2026-7-13 19:53
https://www.bilibili.com/video/BV1ofNy6TEkD/?share_source=copy_web&vd_source=ecdb3f81e5dd2b1c9f6b4ec ...
感觉挺微妙的，节选点：
喉结（并没有喉结）
不是，那是
眼神纯净的像是在欣赏艺术品
最近几天v4flash都开始流口水了，再不发正式版评级就要下降到牢梁了
本帖最后由 ymm1030 于 2026-7-14 11:33 编辑
chenyedgg 发表于 2026-7-14 11:09
感觉挺微妙的，节选点：
喉结（并没有喉结）
这不还是区嘛
哦B站的，那用的还是现在的API，B站说的灰测当放屁就行了。。。。我还以为是上面说的aigc传说中的匿名模型。
不见不散 发表于 2026-7-14 12:07
Cherry是可以把本地的文库进行向量化的，我之前搞过。想不花钱的话，可以申请一个硅基流动的API，专门用 ...
cherry的agent不能直接调用向量知识库吧，没看到有这个选项，助手才有，我用的是白山智算的嵌入模型
不见不散 发表于 2026-7-14 12:07
Cherry是可以把本地的文库进行向量化的，我之前搞过。想不花钱的话，可以申请一个硅基流动的API，专门用 ...
是可以。但cherry自己搞的知识库在它自己claw里调不了
DeepSeek现在真的是区，用pi跑实验，经常没理解我意思就去改代码，指令只听一半，上下文没到1m就注意力涣散，希望正式版能好点吧
论坛助手,iPhone
不见不散 发表于 2026-7-14 12:47
你用的什么Agent？有的Agent可以敲定计划细节，然后再让它再写代码，不会刚说了两句话就开始急吼吼地写， ...
就用的pi，之前有用grill-me，最近这台设备没装这个skill，但就算不装对比之前还是有明显降智
论坛助手,iPhone
问了一个疑似有灰测的哥们用鬼佬测4.8和fable的提示词测了下，答复是同提示词略强于4.8(画面丰富一点，运行没有本质区别)，不如fable
风速前进mo 发表于 2026-7-14 12:55
就用的pi，之前有用grill-me，最近这台设备没装这个skill，但就算不装对比之前还是有明显降智
论坛助手, ...
pi起手先做个plan模式呀，如果不跟模型说先做计划，它就是会不跟你确认直接上手改的，这个就跟一句话编程没啥区别了
Promeus 发表于 2026-7-14 13:03
问了一个疑似有灰测的哥们用鬼佬测4.8和fable的提示词测了下，答复是同提示词略强于4.8(画面丰富一点，运行 ...
又不是多模态模型不如3d不如太正常了，看网络安全之类的测试才能见真章
Promeus 发表于 2026-7-14 13:03
问了一个疑似有灰测的哥们用鬼佬测4.8和fable的提示词测了下，答复是同提示词略强于4.8(画面丰富一点，运行 ...
有人算成本，24小时跑fable得11万刀了。
pro要真4.8水平，就算翻倍也才几个钱。（虽然我觉得4.8在写文、编程分别不如a/自己的4.6和4.7）
mitzvah 发表于 2026-7-14 13:41
又不是多模态模型不如3d不如太正常了，看网络安全之类的测试才能见真章
倒不是模型，是和4.8一样只能生成不能操作的成品
Promeus 发表于 2026-7-14 14:00
倒不是模型，是和4.8一样只能生成不能操作的成品
这种一句话的许愿机生产出来的不都是玩具代码，我用glm5.2测试一句话仿造一个openra指明让它去查官方项目仓库，它去查了，结果把数据文件读了一遍回来告诉我已经看完代码了，框框写了个建立在类继承的玩意
这测试下来我就明白了，没有足够约束，这些llm当许愿机使只能做大粪，fable也不会好到哪里去
Promeus 发表于 2026-7-14 13:03
问了一个疑似有灰测的哥们用鬼佬测4.8和fable的提示词测了下，答复是同提示词略强于4.8(画面丰富一点，运行 ...
这些测试都没啥太多意义。。跑些benchmark比较实在
风速前进mo 发表于 2026-7-14 12:34
DeepSeek现在真的是区，用pi跑实验，经常没理解我意思就去改代码，指令只听一半，上下文没到1m就注意力涣散 ...
你可以用plan模式确认细节后再build
—— 来自 HONOR MAA-AN10, Android 16, 鹅球 v3.5.99-debug
今天点开codex又送了一次重置额度，有点不好意思骂奥特曼了
—— 来自 HUAWEI SGU-AL10, Android 12, 鹅球 v3.5.99
Promeus 发表于 2026-7-14 13:03
问了一个疑似有灰测的哥们用鬼佬测4.8和fable的提示词测了下，答复是同提示词略强于4.8(画面丰富一点，运行 ...
这些东西就图一乐啊，gpt 前端一直是一坨也不影响实际能力
本帖最后由 水風船 于 2026-7-14 22:48 编辑
问问你们ai写文都用什么skill啊，正常向不是18x的，还是直接用聊天写
codex这无限续杯的，要是能把额度蹬完，真比ds api便宜吧
酱油拌饭s 发表于 2026-7-14 10:21
大佬求问，cherrystudio的智能体跟知识库不能同时使用啊，咋才能一边用skill一边调用知识库
另外求问大佬 ...
mcp服务调skill就行了
—— 来自 HUAWEI ALN-AL10, Android 12, 鹅球 v3.5.99
水風船 发表于 2026-7-14 22:13
问问你们ai写文都用什么skill啊，正常向不是18x的，还是直接用聊天写
nuwa抓想看的作家文风
不过我现在就用英文写，同一个提示词英文能去味，中文版本提示词就不行了
—— 来自 HUAWEI ALN-AL10, Android 12, 鹅球 v3.5.99
【疑似deepseekv4正式版灰度 我的世界+无人深空（调小声音）-哔哩哔哩】 https://b23.tv/2bHrbrP
如果正式版有这个水平，我只能说大的要来了
—— 来自 vivo V2520A, Android 16, 鹅球 v3.5.99-alpha
api能多模态就谢天谢地了
多模态不可能的啦，v5看能不能搞个原生多模态的d老师了
刚刚跑了30%的周限额，codex又重置了
tibo也是北美太阳了
lactone 发表于 2026-7-15 01:52
【疑似deepseekv4正式版灰度 我的世界+无人深空（调小声音）-哔哩哔哩】 https://b23.tv/2bHrbrP
如果正 ...
这对吗，这不对吧
—— 来自 Xiaomi 25060RK16C, Android 16, 鹅球 v3.5.99
lactone 发表于 2026-7-15 01:52
【疑似deepseekv4正式版灰度 我的世界+无人深空（调小声音）-哔哩哔哩】 https://b23.tv/2bHrbrP
如果正 ...
这个效果太变态了这就是为什么工作时间价格翻倍吗？不行我得先充点钱进去，别到时候直接把充值停了
—— 来自 Xiaomi 2602BRT18C, Android 16上的 S1Next-鹅版 v2.1.2