LogoThread Easy
  • Explorar
  • Criar thread
LogoThread Easy

Seu parceiro completo para threads do Twitter

© 2025 Thread Easy All Rights Reserved.

Explorar

Newest first — browse tweet threads

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

AMD 调整 RYZEN 9000 及旧款 CPU 价格,疑似因晶圆价格上涨等原因 AMD 也对处理器产品涨价。消息源称此次涨价已经从 12 月 2 日凌晨生效,涨价原因可能与晶圆厂被 AI 芯片抢占产能导致 CPU 这类产品的晶圆价格也在上涨。

AMD 调整 RYZEN 9000 及旧款 CPU 价格,疑似因晶圆价格上涨等原因 AMD 也对处理器产品涨价。消息源称此次涨价已经从 12 月 2 日凌晨生效,涨价原因可能与晶圆厂被 AI 芯片抢占产能导致 CPU 这类产品的晶圆价格也在上涨。

查看全文:https://t.co/FWgXxukmcj

avatar for 蓝点网
蓝点网
Thu Dec 04 02:19:15
这个项目有意思,Glance 是一种用极少数据(1 个样本)和极低训练成本,就能通过“两阶段 LoRA 专家”显著加速扩散模型推理(最多 5×),同时基本保持生成质量的阶段感知加速方法。

你可以把现在的扩散画图模型(比如 Stable Diffusion)想成:
“从一张纯噪声开始,慢慢擦干净,一点一点把画擦出来。”

问题是:

想画出一张好图,通常要“擦”几十上百次
每次都要跑一次大模型,既耗时又费显卡
所以很多人会觉得:“生成质量很好,就是太慢了。”

以前的加速思路,大多是:

重新训练一个“学生模型”,让它学会用更少的步数画完
但这需要很多训练数据、很多算力,还容易“降智”(泛化变差)

Glance 换了一个思路:
不是平均地把所有步骤都压缩,而是观察:

前期的步骤,负责定结构和大致内容,很关键
后期的步骤,更多是在抠细节、去一点点噪声,有很多是“冗余”的

于是他们做了个“分阶段加速”:

给模型加两个很轻量的 LoRA 小插件:

Slow-LoRA:用在前半段,“慢慢来”,少跳步,保证构图和语义不崩
Fast-LoRA:用在后半段,“能省就省”,大胆跳步,减少计算

这两个 LoRA 只需要用 1 张样本图、在 1 张 V100 上训练大约 1 小时 就能搞定,训练成本几乎可以忽略。 

结果是:

相比原始模型,推理速度最快可以提升到 约 5 倍
但生成的图在各种测试集上,质量基本和原模型差不多,看不出明显下降。

这个项目有意思,Glance 是一种用极少数据(1 个样本)和极低训练成本,就能通过“两阶段 LoRA 专家”显著加速扩散模型推理(最多 5×),同时基本保持生成质量的阶段感知加速方法。 你可以把现在的扩散画图模型(比如 Stable Diffusion)想成: “从一张纯噪声开始,慢慢擦干净,一点一点把画擦出来。” 问题是: 想画出一张好图,通常要“擦”几十上百次 每次都要跑一次大模型,既耗时又费显卡 所以很多人会觉得:“生成质量很好,就是太慢了。” 以前的加速思路,大多是: 重新训练一个“学生模型”,让它学会用更少的步数画完 但这需要很多训练数据、很多算力,还容易“降智”(泛化变差) Glance 换了一个思路: 不是平均地把所有步骤都压缩,而是观察: 前期的步骤,负责定结构和大致内容,很关键 后期的步骤,更多是在抠细节、去一点点噪声,有很多是“冗余”的 于是他们做了个“分阶段加速”: 给模型加两个很轻量的 LoRA 小插件: Slow-LoRA:用在前半段,“慢慢来”,少跳步,保证构图和语义不崩 Fast-LoRA:用在后半段,“能省就省”,大胆跳步,减少计算 这两个 LoRA 只需要用 1 张样本图、在 1 张 V100 上训练大约 1 小时 就能搞定,训练成本几乎可以忽略。 结果是: 相比原始模型,推理速度最快可以提升到 约 5 倍 但生成的图在各种测试集上,质量基本和原模型差不多,看不出明显下降。

AI and tech aficionado, keen on radios and e-readers. 🌐 https://t.co/aW55vLd67a

avatar for nicekate
nicekate
Thu Dec 04 02:19:13
Agentic Document Extraction 如何通过“原生语言处理”打破 AI 的语言壁垒

核心背景:AI 的“隐形语言壁垒”
尽管 AI 发展迅速,但目前主流的大模型通常以英语语料训练为主。这就给非英语用户带来了一个 “翻译税” 的问题。

传统的文档处理流程通常是:中文文档 -> 翻译成英文 -> 提取信息 -> 翻译回中文。

这个过程不仅效率低,而且容易在翻译中丢失关键信息。

 @LandingAI ADE 的解决方案:彻底的“原生化”
ADE  采用了一种全新的方法:全流程原生语言处理,完全摒弃了中间的翻译层,核心优势体现在三个方面:

1. 直接处理中文文本:
系统具备与英语同等水平的中文语义理解能力。无论是标准的 PDF,还是带有手写笔记、公章遮挡的扫描件,ADE 都能直接“读懂”中文,无需先转换成英文。

2. 用中文定义规则:
这是最大的突破点。业务人员不需要懂代码,也不需要用英文写提示词。你可以直接用自然的中文业务语言告诉系统要提取什么。
例如:直接指令系统提取“裸眼视力(左眼)”或“耳鼻喉检查结论”,系统就能精准执行。

3. 结构化的中文输出:
处理结果直接以 JSON 或 Markdown 格式输出中文结构化数据,可以直接对接企业系统或用于人工审核,无需二次加工。

实际应用场景
· 员工健康体检筛选(医疗):
HR 不再需要人工翻阅几十页的体检报告。ADE 可以精准识别复杂的医疗术语,将每份报告的处理时间从 10-15 分钟缩短至 30 秒以内。
· 金融单据审核:
面对格式各异的银行存单,ADE 能在混杂了手写批注和公章干扰的情况下,精准提取“开户行”、“金额”、“有效期”等关键验证信息。
· 社保连续性审计:
自动提取社保缴纳的起止时间、断缴详情等。系统能理解“社保缴费中断”和“社保断缴”是同一个意思(语义一致性),这是传统关键词匹配很难做到的。

Agentic Document Extraction 如何通过“原生语言处理”打破 AI 的语言壁垒 核心背景:AI 的“隐形语言壁垒” 尽管 AI 发展迅速,但目前主流的大模型通常以英语语料训练为主。这就给非英语用户带来了一个 “翻译税” 的问题。 传统的文档处理流程通常是:中文文档 -> 翻译成英文 -> 提取信息 -> 翻译回中文。 这个过程不仅效率低,而且容易在翻译中丢失关键信息。 @LandingAI ADE 的解决方案:彻底的“原生化” ADE 采用了一种全新的方法:全流程原生语言处理,完全摒弃了中间的翻译层,核心优势体现在三个方面: 1. 直接处理中文文本: 系统具备与英语同等水平的中文语义理解能力。无论是标准的 PDF,还是带有手写笔记、公章遮挡的扫描件,ADE 都能直接“读懂”中文,无需先转换成英文。 2. 用中文定义规则: 这是最大的突破点。业务人员不需要懂代码,也不需要用英文写提示词。你可以直接用自然的中文业务语言告诉系统要提取什么。 例如:直接指令系统提取“裸眼视力(左眼)”或“耳鼻喉检查结论”,系统就能精准执行。 3. 结构化的中文输出: 处理结果直接以 JSON 或 Markdown 格式输出中文结构化数据,可以直接对接企业系统或用于人工审核,无需二次加工。 实际应用场景 · 员工健康体检筛选(医疗): HR 不再需要人工翻阅几十页的体检报告。ADE 可以精准识别复杂的医疗术语,将每份报告的处理时间从 10-15 分钟缩短至 30 秒以内。 · 金融单据审核: 面对格式各异的银行存单,ADE 能在混杂了手写批注和公章干扰的情况下,精准提取“开户行”、“金额”、“有效期”等关键验证信息。 · 社保连续性审计: 自动提取社保缴纳的起止时间、断缴详情等。系统能理解“社保缴费中断”和“社保断缴”是同一个意思(语义一致性),这是传统关键词匹配很难做到的。

邵猛,中年失业程序员 😂 专注 - Context Engineering, AI 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

avatar for meng shao
meng shao
Thu Dec 04 02:16:25
The psyche devs will be going an office hours tomorrow in our discord btw, 10am pst!

https://t.co/SxWoPjZTVD

The psyche devs will be going an office hours tomorrow in our discord btw, 10am pst! https://t.co/SxWoPjZTVD

Cofounder and Head of Post Training @NousResearch, prev @StabilityAI Github: https://t.co/LZwHTUFwPq HuggingFace: https://t.co/sN2FFU8PVE

avatar for Teknium (e/λ)
Teknium (e/λ)
Thu Dec 04 02:14:07
RT @indie_maker_fox: 🎉  近期收录的界面最好看的MkSaaS案例

Nano Banana Pro

https://t.co/uobgAko1i6

AI Image Generator & Photo Editor with Gemini 3 Pro…

RT @indie_maker_fox: 🎉 近期收录的界面最好看的MkSaaS案例 Nano Banana Pro https://t.co/uobgAko1i6 AI Image Generator & Photo Editor with Gemini 3 Pro…

🔥 The best AI SaaS boilerplate - https://t.co/VyNtTs0jSX 🚀 The best directory boilerplate with AI - https://t.co/wEvJ1Dd8aR 🎉 https://t.co/bh1RxeERuY & https://t.co/zubXJCoY92 & https://t.co/tfQf8T7gGF

avatar for Fox@MkSaaS.com
Fox@MkSaaS.com
Thu Dec 04 02:10:18
RT @VittoStack: Today I turn 29.
Here are 9 things I’ve learned in 9 years working at startups:

1. Nobody really knows what they’re doing.…

RT @VittoStack: Today I turn 29. Here are 9 things I’ve learned in 9 years working at startups: 1. Nobody really knows what they’re doing.…

Product & Devs Growth @Cyfrin | Ex @Alchemy | Created @cyfrinupdraft and @AlchemyLearn | Robotics | Making web3 mainstream

avatar for Vitto Rivabella
Vitto Rivabella
Thu Dec 04 02:04:16
  • Previous
  • 1
  • More pages
  • 1646
  • 1647
  • 1648
  • More pages
  • 5634
  • Next