 |
ikoomaV2EX 第 1590 号会员，加入于 2010-09-09 10:38:08 +08:00今日活跃度排名 4407 |
ikooma 最近回复了
10 分钟前 回复了 iorilu 创建的主题 › 问与答 › 有什么小众还不错邮箱推荐吗 |
自己买个域名，可以托管给企业微信、飞书，如果你用的是非国区的 icloud ，也可以托管给苹果，托管给苹果的话容量比企业微信啥的要大一点（跟着 icloud 走的）
@javapythongo 这个膜影响指纹解锁吗
@jjtang11 柔性膜的主要问题是手感很一般。。还容易有划痕
@ericshen @tulumu 光固膜一直有顾虑，见过之前有案例说撕不下来 残胶这样的，也就没尝试了
@ScepterZ 热弯膜是处理贴膜边缘的时候热弯玻璃，能提高手感，但解决不了曲面屏要用全胶膜的问题，全胶太厚了指纹很难受
@jjtang11 柔性膜的主要问题是手感很一般。。还容易有划痕
@ericshen @tulumu 光固膜一直有顾虑，见过之前有案例说撕不下来 残胶这样的，也就没尝试了
@ScepterZ 热弯膜是处理贴膜边缘的时候热弯玻璃，能提高手感，但解决不了曲面屏要用全胶膜的问题，全胶太厚了指纹很难受
@zhonghao01 有，一个月一次，要预约，经常说没货，有货也要专门跑一趟商场，很麻烦。而且贴的是软膜，手感奇差。
2 天前 回复了 johnhom 创建的主题 › NAS › 想买铭凡 n5 nas，但是涨价了，求其他 nas 整机推荐 |
JD 自营今天 3700 ，也还算合适
我一个月前 3300 买的，然后京东保价，实际不到 3000 一点
哪怕到了 4000 ，n5 也是划算的，自己攒我整了好几稿，itx 方案下，价格和功耗都超出太多了，而且基本没有 3m2 槽，万兆和 pcie 要二选一。matx 吧，3m2 的板子普遍也不太便宜，体积大了好多。
我一个月前 3300 买的，然后京东保价，实际不到 3000 一点
哪怕到了 4000 ，n5 也是划算的，自己攒我整了好几稿，itx 方案下，价格和功耗都超出太多了，而且基本没有 3m2 槽，万兆和 pcie 要二选一。matx 吧，3m2 的板子普遍也不太便宜，体积大了好多。
3 天前 回复了 383394544 创建的主题 › Google › 似乎只要账号超级干净就能用 Antigravity |
并没有，我的账号原先是 hk 的，antigravity 提示我地区不可用
我申请修改地区，改到美区以后，就可以用了。改区申请大概花了半天时间
我申请修改地区，改到美区以后，就可以用了。改区申请大概花了半天时间
6 天前 回复了 MindMindMax 创建的主题 › 中州韻 › 才发现 RIME 可以在 MacOS 上安装，更换了开源输入法，太舒服了 |
ios 上也有，仓输入法，都行~
8 天前 回复了 rqxiao 创建的主题 › Cursor › 请问现在有什么低成本使用 cursor 的办法吗 |
google antigravity
cursor 真的贵，高强度用，2 天就没了
cursor 真的贵，高强度用，2 天就没了
8 天前 回复了 Mystery0 创建的主题 › 程序员 › 记录一下使用 AntiGravity 压榨 AI 开发一个 Android APP 的事情，并推广这个 APP |
一定要求 gemini 客观严格的分析你的方案。
然后再跑去 gpt 继续要求客观严格。
不放心的话再问问 deepseek 。
大模型太能忽悠了看截图，这个 gemini 已经开始不留余力的鼓励了，你说啥他都不管，先给你吹一下，然后给你操作方案
然后再跑去 gpt 继续要求客观严格。
不放心的话再问问 deepseek 。
大模型太能忽悠了看截图，这个 gemini 已经开始不留余力的鼓励了，你说啥他都不管，先给你吹一下，然后给你操作方案
8 天前 回复了 ikooma 创建的主题 › 程序员 › 求助 prompt 样例搜集 |
@YanSeven 有区别的，看模型训练时的权重，弱思维链的模型如果规定了操作步骤一般能稳定输出，强思维链的模型如果规定了步骤可能降低模型输出的能力（因为 gpt 这种自己生成的逻辑步骤可能比人写的更完整）。还有一些格式上的表达方式、一些边界限定的写法，都有差别。自然语言可以理解，但不表示完全一样。
@WongHuang 对的这个想法有点赛博，不过个人折腾嘛，我想着试试看。我尝试把原 prompt 的语义提取出来（不是 prompt 文本和结构），然后保存 prompt 里面确定的和不完全确定的信息（毕竟也是用 llm 提取的），再由对应的 llm 进行解读并生成给自己所需要的 prompt 。
@WongHuang 对的这个想法有点赛博，不过个人折腾嘛，我想着试试看。我尝试把原 prompt 的语义提取出来（不是 prompt 文本和结构），然后保存 prompt 里面确定的和不完全确定的信息（毕竟也是用 llm 提取的），再由对应的 llm 进行解读并生成给自己所需要的 prompt 。
Select Language