LogoThread Easy
  • 発見
  • スレッド作成
LogoThread Easy

Twitter スレッドの万能パートナー

© 2025 Thread Easy All Rights Reserved.

探索

Newest first — browse tweet threads

Keep on to blur preview images; turn off to show them clearly

现在开始流行新的设计风格, 淡黄色主色调,极简,文本为主,丰富的动画:

下面这几个网站都是这种风格,感觉前三个是互相借鉴...:

Cursor: https://t.co/x9De4csMVS
Elevenlabs:https://t.co/HnIJwlARys
parallel AI: https://t.co/pIjzr4okp4 下面的动画超级好看

当然还有 Anthropic
https://t.co/cL6BVFkWQs
它的配色是我超级喜欢的,看上去非常舒服,治愈。

可惜 AI 现在最擅长生成的渐变风格,已经被扫入历史垃圾堆去了。

不知道这种风格最早是哪个网站开始的?

现在开始流行新的设计风格, 淡黄色主色调,极简,文本为主,丰富的动画: 下面这几个网站都是这种风格,感觉前三个是互相借鉴...: Cursor: https://t.co/x9De4csMVS Elevenlabs:https://t.co/HnIJwlARys parallel AI: https://t.co/pIjzr4okp4 下面的动画超级好看 当然还有 Anthropic https://t.co/cL6BVFkWQs 它的配色是我超级喜欢的,看上去非常舒服,治愈。 可惜 AI 现在最擅长生成的渐变风格,已经被扫入历史垃圾堆去了。 不知道这种风格最早是哪个网站开始的?

独立开发者 自由职业 作品 - 简单简历 https://t.co/xMu5JFIGnr 五分钟打造程序员的金牌简历 课程 - 慕课网精英讲师 https://t.co/NTyFFrvHwL 经历 - 不上班的1000天 https://t.co/bonuLQCCsY 视频 - https://t.co/aQYLgujIyC

avatar for Viking
Viking
Sat Nov 08 08:29:37
every time I hear about Taiwan scenario and PLAN-crushing allied fleet with «n USN carrier strike groups… + Australia, Japan, Belgium, Estonia!»

every time I hear about Taiwan scenario and PLAN-crushing allied fleet with «n USN carrier strike groups… + Australia, Japan, Belgium, Estonia!»

We're in a race. It's not USA vs China but humans and AGIs vs ape power centralization. @deepseek_ai stan #1, 2023–Deep Time «C’est la guerre.» ®1

avatar for Teortaxes▶️ (DeepSeek 推特🐋铁粉 2023 – ∞)
Teortaxes▶️ (DeepSeek 推特🐋铁粉 2023 – ∞)
Sat Nov 08 08:26:17
阅读国外专业的学术论文,光理解内容就挺费劲了,如果还要总结内容、生成思维导图,更是让人头疼。

可以试下,Paper Burner X 这个开源工具,集文献识别、翻译、阅读与智能分析于一体,在浏览器上打开就能用。

一个纯前端实现的 Agent 智能分析系统,可自主调用工具进行多步推理,还能翻译长论文,保留公式、图表等复杂格式。

GitHub:https://t.co/EJPqIlALWa

主要功能:

- 支持 PDF、Word、PPT、EPUB 等多种格式导入和处理;
- 极速并发翻译,长论文仅需数十秒,保留原文格式;
- 前端 Agent 智能分析,支持复杂问答和信息提取;
- 自动生成思维导图、流程图和结构化文献矩阵;
- 原译文智能对齐对比,支持高亮标注和目录导航。

直接访问在线版或部署到 Vercel 即可使用,所有数据存储在本地,保护隐私的同时无需安装任何软件。

阅读国外专业的学术论文,光理解内容就挺费劲了,如果还要总结内容、生成思维导图,更是让人头疼。 可以试下,Paper Burner X 这个开源工具,集文献识别、翻译、阅读与智能分析于一体,在浏览器上打开就能用。 一个纯前端实现的 Agent 智能分析系统,可自主调用工具进行多步推理,还能翻译长论文,保留公式、图表等复杂格式。 GitHub:https://t.co/EJPqIlALWa 主要功能: - 支持 PDF、Word、PPT、EPUB 等多种格式导入和处理; - 极速并发翻译,长论文仅需数十秒,保留原文格式; - 前端 Agent 智能分析,支持复杂问答和信息提取; - 自动生成思维导图、流程图和结构化文献矩阵; - 原译文智能对齐对比,支持高亮标注和目录导航。 直接访问在线版或部署到 Vercel 即可使用,所有数据存储在本地,保护隐私的同时无需安装任何软件。

💡 挖掘开源的价值 🧑🏻‍💻 坚持分享 GitHub 上高质量、有趣、实用的教程、AI工具、前沿 AI 技术 🧐 A list cool, interesting projects of GitHub. ✏️ 公众号:GitHubDaily

avatar for GitHubDaily
GitHubDaily
Sat Nov 08 08:25:16
每个 AI 模型都能学习使用 Skills 吗? 

@Letta_AI 发布 Context-Bench Skills 评测基准,来测试 AI 模型能否像人类一样"按需学习技能"。

核心问题
AI 智能体在现实应用中不可能预先掌握所有知识。团队提出的解决方案是让智能体能够动态加载专业技能——就像你在需要时查阅操作手册,而不是把所有手册都背下来。

什么是 Skills(技能)
技能本质上是可挂载的知识包,包含一个描述文件(SKILL. md)和相关资源(数据集、脚本、示例等)。关键在于智能体不应该在对话开始时就加载所有技能,而应该只在需要时才挂载相关技能。

比如,智能体可能有一个"公司风格指南"技能,只在需要撰写营销内容时才加载;或者有一个"人口普查数据模式"技能,只在分析人口统计信息时使用。

评测方法
Context-Bench Skills 使用 Anthropic 的开源技能库,通过 LLM 为每个技能生成合适的任务。评测分三个场景:

1. 基线:智能体没有任何技能
2. 技能使用:提供所需技能的元数据,智能体需要加载技能内容
3. 技能选择与使用:智能体需要从完整技能库中找到并使用正确的技能

主要发现
对于擅长使用技能的 Claude 模型,提供相关技能可使任务完成率平均提高 14.1%。更有意思的是,GPT-5 和 GLM-4.6(开源权重)等非 Anthropic 模型也能获得类似的性能提升,这表明技能获取是一种通用能力而非 Claude 特有的功能。

不过也有局限:从技能库中选择正确技能比使用已识别的技能更难——当模型需要先找到正确技能时,性能下降约 6.5%。而且能力较弱的模型(如 GPT-5 Mini)即使提供了技能也无法正确使用,说明存在一个能力门槛。

实际意义
Letta 团队开发了 Letta Code,这是一个模型无关的工具,让任何 LLM(GPT-5、Gemini、GLM-4.6 等)都能使用最初为 Claude 设计的技能库。这意味着技能成为了一种可移植的知识单元,支持智能体的持续学习——当一个智能体开发出解决方案时,可以将其打包成技能供其他智能体使用。

每个 AI 模型都能学习使用 Skills 吗? @Letta_AI 发布 Context-Bench Skills 评测基准,来测试 AI 模型能否像人类一样"按需学习技能"。 核心问题 AI 智能体在现实应用中不可能预先掌握所有知识。团队提出的解决方案是让智能体能够动态加载专业技能——就像你在需要时查阅操作手册,而不是把所有手册都背下来。 什么是 Skills(技能) 技能本质上是可挂载的知识包,包含一个描述文件(SKILL. md)和相关资源(数据集、脚本、示例等)。关键在于智能体不应该在对话开始时就加载所有技能,而应该只在需要时才挂载相关技能。 比如,智能体可能有一个"公司风格指南"技能,只在需要撰写营销内容时才加载;或者有一个"人口普查数据模式"技能,只在分析人口统计信息时使用。 评测方法 Context-Bench Skills 使用 Anthropic 的开源技能库,通过 LLM 为每个技能生成合适的任务。评测分三个场景: 1. 基线:智能体没有任何技能 2. 技能使用:提供所需技能的元数据,智能体需要加载技能内容 3. 技能选择与使用:智能体需要从完整技能库中找到并使用正确的技能 主要发现 对于擅长使用技能的 Claude 模型,提供相关技能可使任务完成率平均提高 14.1%。更有意思的是,GPT-5 和 GLM-4.6(开源权重)等非 Anthropic 模型也能获得类似的性能提升,这表明技能获取是一种通用能力而非 Claude 特有的功能。 不过也有局限:从技能库中选择正确技能比使用已识别的技能更难——当模型需要先找到正确技能时,性能下降约 6.5%。而且能力较弱的模型(如 GPT-5 Mini)即使提供了技能也无法正确使用,说明存在一个能力门槛。 实际意义 Letta 团队开发了 Letta Code,这是一个模型无关的工具,让任何 LLM(GPT-5、Gemini、GLM-4.6 等)都能使用最初为 Claude 设计的技能库。这意味着技能成为了一种可移植的知识单元,支持智能体的持续学习——当一个智能体开发出解决方案时,可以将其打包成技能供其他智能体使用。

专注 - Context Engineering, AI(Coding)Agents. 分享 - AI papers, apps and OSS. ex Microsoft MVP 合作 - 私信/邮箱:shaomeng@outlook.com 📢 公众号/小红书: AI 启蒙小伙伴 🔗 信息卡提示词 🔽

avatar for meng shao
meng shao
Sat Nov 08 08:20:16
Funny conspiracy theory.
Noam is very serious about his trad Judaism, "divine benevolence" is not just a cute joke. I don't much believe in his singular Gemini-saving genius, CharacterAI was ≈high Chinese penny-pinching lab level. But why would he need any fake drama to get out?

Funny conspiracy theory. Noam is very serious about his trad Judaism, "divine benevolence" is not just a cute joke. I don't much believe in his singular Gemini-saving genius, CharacterAI was ≈high Chinese penny-pinching lab level. But why would he need any fake drama to get out?

We're in a race. It's not USA vs China but humans and AGIs vs ape power centralization. @deepseek_ai stan #1, 2023–Deep Time «C’est la guerre.» ®1

avatar for Teortaxes▶️ (DeepSeek 推特🐋铁粉 2023 – ∞)
Teortaxes▶️ (DeepSeek 推特🐋铁粉 2023 – ∞)
Sat Nov 08 08:12:22
Cool

Cool

🔖 Building · Sharing ✨ Zipic · TimeGo · KeygenGo · HiPixel · Orchard · Prism

avatar for 十里
十里
Sat Nov 08 08:07:03
  • Previous
  • 1
  • More pages
  • 461
  • 462
  • 463
  • More pages
  • 2127
  • Next