跳到正文
11月20日週五
  1. DEV Community46

    語境如何決定讀音:日語同形異讀標註器 ja-reading-tagger-v1(0.723 對字典的 0.557)

    ja-reading-tagger-v1 是一款日語同形異讀標註器,按語境逐段輸出供假名標註顯示的書寫讀音,以及供文字轉語音使用的發音讀音。在 5,000 句封存測試中,整體準確率為 0.9354,高於 Sudachi 的 0.9308;同形異讀測試為 0.7230,勝過字典的 0.5570,但普通文本略低於 Sudachi(0.9360 對 0.9432)。

  2. DEV Community41

    vLLM 容器映像建置教學

    這份教學示範如何為 CPU 和 GPU 系統建置 vLLM 容器映像,並推送至容器登錄庫。GPU 映像使用 Dockerfile 建置,目標主機須符合 Dockerfile 指定的最低 CUDA 版本,啟動容器時使用 --gpus all。完成後可將映像用於部署 vLLM。

  3. DEV Community47

    為何 OfinTech Desk 的金融 AI 不允許產生任何數字

    OfinTech Desk 將計算、分類與文字解釋分開,確保每個財務數字都能追溯至計算過程、分類帳資料、來源文件及文件頁面。確定性程式負責數學運算,Ofin model 分類器處理封閉式判斷,LLM 只用阿拉伯語或英語解釋數字,不會產生數字。核心功能以 Apache-2.0 授權免費開源,並可在 CPU 上運行,無需 GPU。

  4. Hacker News 熱門(buzzing.cc 中文翻譯)47

    為甚麼 AI 要在本地運行?與 Moonshine Voice 創辦人 Pete Warden 對談

    Pete Warden 與主持人探討 AI 為何愈來愈傾向在本地而非雲端運行,以及本地 AI 的發展。Warden 指,本地模型在評測中表現出色,能力與大型商業模型的差距僅數月。對談亦涵蓋低延遲語音模型、在筆電及瀏覽器運行 AI,以及可能挑戰 GPU 為中心基建的新硬件方向。

11月19日週四
  1. DEV Community36

    我用 Rust 開發了八款命令列工具

    作者用 Rust 開發了八款命令列工具,涵蓋離線字典、IMAP/SMTP 電郵用戶端、新聞閲讀器、網頁搜尋工具等。八款工具均為單一二進位檔,以純文字輸出,採用 MIT 授權;作者完成檢查後,clippy 無問題,共有 157 項測試,並修正跳脱序列注入問題,為新聞閲讀器加入 DNS 層級的 SSRF 防護。

  2. Semafor36

    歐洲尋找自身的 AI 定位

    歐洲科技界領袖指出,歐洲仍受規模、資本及監管問題掣肘,但正尋找在全球 AI 競爭中的定位。Mistral CEO Arthur Mensch 指出,市場對成本較低、開源及主權 AI 的需求上升,企業可在自家場所運行模型,無須依賴美國模型或暴露數據。

  3. DEV Community49

    Feltbeat:自行計算心跳,網絡攝影機暫不揭示實際數字

    Feltbeat 是一款以 Presage SmartSpectra SDK 開發的 Windows 桌面遊戲,玩家先自行計算並輸入心跳數,網絡攝影機讀取的實際數字才會揭示。遊戲完整流程目前只在模擬器運行,文中的 SDK 測量則來自真實網絡攝影機。每局須先取得穩定 8 秒的脈搏讀數,結束後再按 SDK 訊號驗證是否計分。

  4. DEV Community25

    Axleta Repository Packer 與 Gitingest 比較

    作者比較 Axleta Repository Packer 與 Gitingest 打包公開 GitHub 儲存庫的結果,Google Search AI 分析認為 Axleta 更適合以 AI 友善格式為大語言模型提供提示詞上下文。分析指出,Axleta 有提示詞注入防護、較精簡的格式及完整版本追蹤資訊;Gitingest 則較易供人閲讀。

  5. 虎嗅72

    「後黃仁勳時代」:英偉達的護城河、資本佈局與 AI 產業變數

    硅谷101從 CUDA 生態、供應鏈、資本佈局及管理模式等方面,分析黃仁勳離開英偉達後可能帶來的影響。英偉達公佈的首份相關財報,單季營收為1158億美元,首次突破千億美元。文中引述 Anthropic 路演稱,Claude Mythos 約三天便把一個 AI 模型的特定提示詞處理任務適配至 AMD MI355X GPU;文章亦指出,這項實驗不等於整個 AI 系統的跨平台遷移。

  6. DEV Community33

    以一個 RandomX 雜湊合併挖掘五條 Bitcoin Core 分叉鏈:建構方式與上線情況

    作者以一個 CPU 同時合併挖掘五條 Bitcoin Core v31.1 分叉鏈,五條鏈只在貨幣單位大小上不同。主網啟動首日由作者獨自挖礦,出塊約每 10 分鐘一次;公告發布後,網絡算力一度升至約 60,000 H/s,難度在數百個區塊內上升約 30 倍。到 Nov 19,網絡算力約 30,000 H/s,作者挖得約 5% 的區塊,但單一地址仍找到近期約一半區塊。

  7. 阿里雲開發者社區 AI52

    三個 AI 應用項目的工程復盤:編程智能體、新聞聚合與思想畫廊

    作者回顧自己開發的三個 AI 應用,分別是終端編程智能體、每日新聞聚合工具,以及可與 61 位思想家對話的知識畫廊,並剖析各自的關鍵設計與代價。編程智能體先展示 diff,待用戶確認後才寫入檔案;新聞工具優先使用 Agent,未配置密鑰時回退至 RSS/Atom,並加入去重與失敗告警。思想畫廊以結構化檔案編譯人格,並透過離線及線上評測檢查表現;作者將三個項目的共同取向概括為讓 AI 產出可驗證。

  8. 阿里雲開發者社區 AI49

    MCP 服務無狀態,任務狀態存在哪裏?RocketMQ LiteTopic 為每項任務建立狀態賬本

    RocketMQ LiteTopic 以「每項任務一條專屬通道」保存 MCP Tasks 狀態,讓任何服務副本都能查詢任務,避免狀態綁定單一副本。LiteTopic 單台 Broker 可支援百萬級獨立通道,並具備自動建立及按 TTL 回收功能。相關 Python 實作 mcp-tasks-rocketmq 已在 apache/rocketmq-ai 開源。

  9. DEV Community46

    ja-doc-classify-v1:可在不確定時回答「不知道」的日文商業文件路由器

    ja-doc-classify-v1 已發布,用於將日文商業文件分流至 8 個領域,並只在有足夠把握時建議 43 種文件類型,否則會放棄判斷。兩組各有 200 份人工撰寫文件的評測中,領域分類準確率為 0.989(放棄判斷 5–6%),文件類型準確率為 0.82–0.87(放棄判斷 26–30%)。模型採用 Apache 2.0 授權並附有 ONNX 版本。

  10. 創業邦75

    「後黃仁勳時代」NVIDIA 的護城河、資本佈局與 AI 產業變數

    文章分析黃仁勳離開 NVIDIA 後,公司在 CUDA 生態、供應鏈、開源佈局、投資策略、管理及人才留任方面可能面對的變數。文中以 Anthropic 的路演材料為例,稱 Claude Mythos 約三天便協助把一項 AI 模型的特定推理任務適配至 AMD MI355X GPU;同時提醒,相關實驗只涉及該 GPU 上的提示詞處理,不能等同整個 AI 系統的跨平台遷移。

  11. 新浪科技55

    螞蟻靈波具身大模型挑戰賽讓開發者真機調校,凸顯具身智能落地難題

    首屆螞蟻靈波具身大模型挑戰賽讓15支決賽隊伍使用 LingBot-VLA 2.0,在松靈 COBOT MAGIC 真機平台上進行48小時任務攻堅,TARS戰隊獲得一等獎。各隊圍繞數據補充、軌跡迴流、視覺定位和動作控制採取不同方案,EVA戰隊將真機成功率由約10%提升至約70%。賽事呈現真機操作中數據工程、設備特性和物理環境反饋的重要性,也凸顯開發者實作經驗及跨本體適配等挑戰。

  12. 阿里雲開發者社區 AI53

    ApkStart 教學:在 Windows 雙擊 APK 安裝並以獨立視窗執行 Android 應用程式

    ApkStart 是一款開源 Windows Android 應用程式運行器,內置 QEMU,毋須第三方模擬器,雙擊 APK 即可安裝並以獨立視窗啟動應用程式。它提供約 1.3 GB 安裝版及約 95 MB 便攜版,後者首次啟動會下載運行時。Windows 與 Android 可透過指定資料夾雙向同步檔案,亦可啟用 ARM 兼容模式運行 ARM-only 應用程式。

  13. DEV Community63

    Claude Code 如何使用 Web Builder 技能建立完整網站

    Web Builder 是開源、採 MIT 授權的技能,教程示範如何配合 Claude Code,按業務需求建立並驗證完整網站。範例是英國維修公司的服務網站,包含服務、案例研究、預約、客戶查詢及管理區域。目前只有標準及 commerce 基礎架構提供可執行腳手架,其餘模組仍需按指引實作;建置成功亦不代表業務流程已通過驗證。