OPENAI数学氢弹雨来袭 | 大模型讨论专楼

cscbzcbz · 发表于 2026-8-14 21:45

本帖最后由 cscbzcbz 于 2026-8-14 21:53 编辑

love4aids 发表于 2026-8-14 21:40
梁子这d4p怎么训的啊，还不如d4f啊

目前flash测试样本比较少，从趋势看，pro和flash就是半斤八两

但是这是好事啊，flash又便宜又能用，还比pro用的时间短

pro虽然拉了但是flash是个好模型

德尔惠净水器 · 发表于 2026-8-14 21:53

有啥好用的web search吗

tillnight · 发表于 2026-8-14 22:21

然而雷达上with codex的分数明显高于with dsh，且在codex下Pro比Flash明显有优势。说明不了什么pro和flash差不多的问题。特别是雷达测的还是官方benchmark中也相对比较弱的DeepSWE分。

lly778 · 发表于 2026-8-14 22:25

极简模型能复现灰测思维链？

jinuzuktII · 发表于 2026-8-14 22:30

DSH挂DS需要额外加搜索吗，模型本身不是带搜索功能么

绝地潜兵 · 发表于 2026-8-14 22:33

jinuzuktII 发表于 2026-8-14 22:30
DSH挂DS需要额外加搜索吗，模型本身不是带搜索功能么

官方的有搜索，第三方没有

freedom12 · 发表于 2026-8-14 22:38

本帖最后由 freedom12 于 2026-8-14 22:40 编辑

今天刚上手dsh看到是个webui应用的时候着实绷不住
晚上吃饭的时候突然顿悟了，为了实现harness自身逻辑/ui的热更新，也确实是这套方案最具可行性
而且也突然理解 “一切皆插件”“自我迭代”的真正前景和意义

我用其他家的产品，都是我想要什么让它给我做什么
dsh则是我想要什么你给我变成什么
理论上它可以变成电脑上的任意应用（当然实际上还受到模型算力/token消耗/电脑性能等等限制）
也可以根据你的自身需求和场景，做出任意改变
这个图景确实十分有吸引力
甚至于在这个未来中是不需要现在意义的操作系统的，操作系统本身就是cordis内核
你只需要告诉计算机你需要什么就可以了

ivly · 发表于 2026-8-14 22:41

UncleDracula 发表于 2026-8-14 21:19
改插件玩儿崩了，无法启动了。。。救救

你要约束它，让它搞动态插件不要搞静态插件，静态插件一卸载或者一动就容易崩。

—— 来自 OnePlus PKX110, Android 16, 鹅球 v4.0-alpha

小野賢章 · 发表于 2026-8-14 22:44

ds自己的模型很喜欢把apikey之类的敏感信息发送给模型，虽然他自己说会小心，但是实际上还是泄露了

qwased · 发表于 2026-8-14 22:47

德尔惠净水器发表于 2026-8-14 21:53
有啥好用的web search吗

https://github.com/qwased/dsh-web-search-duckduckgo
https://github.com/qwased/dsh-web-search-browser

后者是教DSH调用浏览器的，我发现装完之后DSH写自己的插件特别喜欢拉起浏览器跑一下当测试

蛋黄酱Release · 发表于 2026-8-14 22:48

qwen3.8 27b开源了吗评分如何？

—— 来自 vivo V2405A, Android 16, 鹅球 v4.0

jinuzuktII · 发表于 2026-8-14 22:57

绝地潜兵发表于 2026-8-14 22:33
官方的有搜索，第三方没有

原来如此，谢谢指教

绝地潜兵 · 发表于 2026-8-14 23:06

社区有人做了dsh酒馆

德尔惠净水器 · 发表于 2026-8-14 23:14

蛋黄酱Release 发表于 2026-8-14 22:48
qwen3.8 27b开源了吗评分如何？

—— 来自 vivo V2405A, Android 16, 鹅球 v4.0

编程能力大幅提升，从benchmark看，和opus4.6打的有来有回，有些项目还超了

justwul · 发表于 2026-8-14 23:17

蜇灵发表于 2026-8-14 16:36
你电脑没有IPv6么

自己用来部署的有。用来远程接入的单位电脑，么得。

Re:Source

Azcarlo · 发表于 2026-8-14 23:20

我靠真能打opus4.6吗

半江瑟瑟半江红 · 发表于 2026-8-14 23:26

冤枉呐发表于 2026-8-14 21:31
这不是怕写不好，想请个大手子的黄皮子来嘛

这些功能都简单得很，flash就能做，怕不保准就跟它说先联网搜索获得思路，出方案，再动手

—— 来自 HUAWEI SGU-AL10, Android 16, 鹅球 v4.0

真田源次郎信繁 · 发表于 2026-8-14 23:34

之前比了一下服务器上一两年前的百B模型和今年的32B、27B，现在的小模型的强是实打实的，如果放到过去那肯定惊为天人
但现在模型不说比人强也差不多了，干的都是特困难的事，导致越来越看不上小模型了，我自己的双卡工作站都好久没用了

冤枉呐 · 发表于 2026-8-14 23:51

半江瑟瑟半江红发表于 2026-8-14 23:26
这些功能都简单得很，flash就能做，怕不保准就跟它说先联网搜索获得思路，出方案，再动手

—— 来自 HUA ...

让他给我做个一键启动程序，给我整半天整不出来，雷霆思考几万字

nxmonitor · 发表于 2026-8-14 23:54

极简模式确实有点说法，可以试试看，linux下测试的……

crow_wine · 发表于 2026-8-14 23:54

是崩了还是地球西部发力了，opencode go 转发的 pro 好慢，一顿一顿的

—— 来自 HUAWEI ALN-AL00, Android 12, 鹅球 v3.5.99-alpha

cscbzcbz · 发表于 2026-8-14 23:56

同样断了两次，opencode go

qwased · 发表于 2026-8-14 23:57

真田源次郎信繁发表于 2026-8-14 23:34
之前比了一下服务器上一两年前的百B模型和今年的32B、27B，现在的小模型的强是实打实的，如果放到过去那肯 ...

如果按前几年的硬件价格，捡一套洋垃圾本地部署个V4flash正式版肯定爽飞了
但是现在这个价格还是老老实实买api吧

crow_wine · 发表于 2026-8-15 00:02

11分钟断了10次都有了，按理来说现在的美国时间也是傍晚了，蹬这么狠？

—— 来自 HUAWEI ALN-AL00, Android 12, 鹅球 v3.5.99-alpha

他们都是啥b · 发表于 2026-8-15 00:02

极简模式下不会 let me 了倒是真的.

crow_wine · 发表于 2026-8-15 00:04

听说 linux 下极简模式有奇效，可惜现在崩得有点狠，不然试下

—— 来自 HUAWEI ALN-AL00, Android 12, 鹅球 v3.5.99-alpha

cscbzcbz · 发表于 2026-8-15 00:04

harness还会影响思维链？

wsl在下了

serj005 · 发表于 2026-8-15 00:04

nxmonitor 发表于 2026-8-14 23:54
极简模式确实有点说法，可以试试看，linux下测试的……

极简模式和pi一样，但是这个极简功能砍的太过了，skill都没了，pi能读skill就能让pi真正具有实战可用性,现在的cli都是用skill来介绍，ds的极简把skill删了，导致设备可用的cli全靠它自己摸索或者用户手动告知，效率低太多。
我觉得极简模式还是要加个skill开关，这样在很多场景能当默认模式来用了。

crow_wine · 发表于 2026-8-15 00:09

明天再测试一下了，现在好卡，平均只有正常的1/10速度

—— 来自 HUAWEI ALN-AL00, Android 12, 鹅球 v3.5.99-alpha

goranger · 发表于 2026-8-15 00:09

本帖最后由 goranger 于 2026-8-15 00:12 编辑

serj005 发表于 2026-8-15 00:04
极简模式和pi一样，但是这个极简功能砍的太过了，skill都没了，pi能读skill就能让pi真正具有实战可用性, ...

这玩意就是pi魔改版或者至少一部分用了pi的代码吧。因为我今天用hermes直接安装配置的，hermes用的环境变量里的api key，没写到他配置文件里，然后我调用的时候出错，提示就是：本轮运行失败llm-pi-ai: no credential for provider route "minimax"; its profile resolves

编辑：看了下源代码，基于 @earendil-works/pi-ai 的 harness LLM（大语言模型）seam 通用多提供方适配器。一个插件实例拥有一份以路由为键的提供方 profile 字典；每个请求使用 GenerateOptions.provider 选择 profile，并针对该路由已配置的 catalog 解析 GenerateOptions.model。点名了已安装 pi-ai 提供方的路由会继承其端点、协议格式（wire format）与模型 catalog 作为默认值，并逐字段覆盖；pi-ai 未提供的路由则整体声明出来，因此接入 OpenAI 兼容网关、自建服务，或比已安装 catalog 更新的提供方，都属于配置而非改代码。这模块确实是魔改的pi ai那块

他们都是啥b · 发表于 2026-8-15 00:10

其实从 https://github.com/xiaobright/modeltest 来看, 只需要第一轮是极简, 后续再注入似乎也能保持, 也算是某种混沌系统了, 对初值极端敏感.

飞侠小黑 · 发表于 2026-8-15 00:18

梁希匹：窝不民白，为什么大家都在谈论着V4-Pro 涨价变拉，仿佛我们注定了凶多吉少？
两年多前，我从R1踏上征途，犹如核弹爆炸，开源大模型遂归于一统，蓝色肥鱼所到之处，民众谒诚欢迎，真可谓占尽天时，那种勃勃生机万物竞发的境界犹在眼前。
短短几天之后，这里竟至于一变而为我的葬身之地了吗？
无论怎么讲，模型参数是 1.6T 对744B，又是宰我！

—— 来自 HUAWEI VDE-AL00, Android 16, 鹅球 v3.5.99

CCauchy · 发表于 2026-8-15 00:20

我好像知道为什么DeepSeek网页版可以暂停和继续而其他AI几乎只能重做了

论坛助手,iPhone

tillnight · 发表于 2026-8-15 00:24

cscbzcbz 发表于 2026-8-15 00:04
harness还会影响思维链？
wsl在下了

在试，目前极简思维链里确实没有出现let me，but wait，有点神秘

nxmonitor · 发表于 2026-8-15 00:26

确实思维链完全不一样了，真这样不是过拟合了吗？拿着白板harness就开始做RL……

体制 · 发表于 2026-8-15 00:28

dodolee 发表于 2026-8-14 12:05
dsh 现在干的过 Hermes 吗？Hermes + DSv4 flash 高强度几个月了，现在已经是 Hermes 的形状了 ...

你可以让dsh自己把hermes的数据拷过来，然后安排他们做同一件事试试

—— 来自鹅球 v4.0-alpha

→熙← · 发表于 2026-8-15 00:31

找到是哪个词影响, 移动到标准模式可以的吧, 不是万物插件吗, 自己改自己

nxmonitor · 发表于 2026-8-15 00:33

→熙← 发表于 2026-8-15 00:31
找到是哪个词影响, 移动到标准模式可以的吧, 不是万物插件吗, 自己改自己

有人研究第一轮极简，不要调用工具，后面切换其他模式就行，或者找找那个插件试试

crow_wine · 发表于 2026-8-15 00:36

试了下极简，思维链简短的第一句有 let me，后面偶尔有let me，大部分是let's，we need，语癖确实完全不一样。不过没有出现雷霆大思考。
给了个真实复杂的任务在测了

—— 来自 HUAWEI ALN-AL00, Android 12, 鹅球 v3.5.99-alpha

qwased · 发表于 2026-8-15 00:38

现在一直提示限流、服务器繁忙、调用失败

洋人开始上班了吗

		自动登录	找回密码
密码			立即注册

[科技] OPENAI数学氢弹雨来袭 | 大模型讨论专楼

评分

本帖子中包含更多资源

浏览过的版块