Gibt es Menschen, die technische Inhalte kürzen?

Gibt es jemanden da draußen, der fähig und interessiert ist, dem Midjourney-Team beizutreten, um einige Diffusions-Textmodelle zu trainieren? Es fühlt sich wirklich so an, als könnten wir etwas Besonderes schaffen, und ich bin zunehmend versucht, es auszuprobieren.

Ich sehe das Windsurf-Marketingteam darin.

GLiClass-V3: Eine Familie von nur-Encoder-Modellen, die in der Nullschussgenauigkeit mit DeBERTa-v3-Large übereinstimmen oder diese übertreffen, während sie bis zu 50× schnellere Inferenz liefern. Kern-Design: - Einzelpass-Inferenz: Keine Cross-Encoder-Paarung erforderlich. Ein Vorwärtsdurchlauf verarbeitet alle Labels. - LoRA-Adapter: Feinabgestimmt auf logische Aufgaben (z. B. formale logische Schlussfolgerungen, Commonsense QA) für symbolische Generalisierung ohne katastrophales Vergessen. - Edge-ready: gliclass-edge-v3.0 erreicht 97 ex/s auf A6000, ideal für mobile und IoT. GLiClass-V3-Varianten (gliclass-*): (Basiert auf DeBERTa, ModernBERT und Ettin für Edge-Deployment) - large-v3.0: 70,0% durchschnittlicher F1 (beste) - base-v3.0: 65,6% - modern-large: 60,8% - edge-v3.0: 48,7% (schnellste, Ettin-basiert) - x-base: 57% F1 (EN), 42% (mehrsprachig) für robuste mehrsprachige Nullschuss-Generalisierung. Benchmarks (Nullschuss, kein Feintuning): - CR, SST2, IMDb: ~0,93–0,94 F1 - Übertrifft GLiClass-v2 und Cross-Encoder (z. B. DeBERTa-v3-Large, RoBERTa) - Skaliert auf 128+ Labels mit massivem Geschwindigkeitszuwachs (DeBERTa-Large: 0,25 ex/s vs GLiClass: 82,6) Anwendungsfälle: - Mehrfach-Label-Klassifikation (z. B. Thema, Stimmung, Spam) - RAG-Reranking - Datenschutzsichere On-Device-NLP Basiert auf DeBERTa und ModernBERT. Vollständig Open Source. pip install gliclass

Die besten Praktiken aus der Ära der Chat-LLMs sind nicht nur veraltet, sondern aktiv schädlich beim Aufbau von Codierungsagenten. Notizen aus unserem Gespräch mit @beyang, CTO von @Sourcegraph

@turbopuffer ist die Datenbank der Wahl für Unternehmen wie @cursor_ai @linear Kommen Sie und erfahren Sie, was es braucht, um eine Vektorsuche im Milliardenmaßstab auf Objektspeicher aufzubauen!

Der Frosch ist aus dem Sack! 🛍🐸 Ankündigung von Toad - eine universelle Benutzeroberfläche für agentisches Codieren im Terminal.

🇺🇸 Heute ist ein Tag, auf den wir seit sechs Monaten hinarbeiten. Wir kündigen den Aktionsplan für KI in Amerika an, der uns auf den Weg zur fortgesetzten Dominanz in der KI bringt. Die drei Kernpunkte: - KI-Innovation beschleunigen - Amerikanische KI-Infrastruktur aufbauen - In der internationalen KI-Diplomatie und Sicherheit führen. Es ist ein langes Dokument (!) und ich kann Ihnen nur empfehlen, es zu lesen. Es gibt viele aufregende Maßnahmen darin, aber eine, die mir besonders am Herzen liegt, ist der Fokus auf Open Source und offene Gewichte und sicherzustellen, dass die USA in diesem kritischen Bereich führend sind. Das repräsentiert die Arbeit vieler, vieler Menschen, aber ich möchte besonders @DavidSacks, @mkratsios47 und die Person hervorheben, die die meiste Zeit, Mühe und Anstrengung in dieses Projekt gesteckt hat: @deanwball Persönlich bin ich unglaublich stolz darauf, Teil dieses Projekts gewesen zu sein, und genau deshalb habe ich mich für diesen Job gemeldet. Ich bin zuversichtlich, dass dies und die anderen Ankündigungen heute uns auf den Weg zur Dominanz in der KI bringen, wie es Präsident Trump gefordert hat.

Je mehr ich dieses Coding-CLI ausbaue, desto mehr wird mir klar, dass ich niemals dem Claude Code-Team beigetreten sein könnte.

bis KI eine Frau dazu bringen kann, sich in sie zu verlieben und wieder zu entlieben, bin ich nicht beeindruckt -prüft Protokolle ok, ich bin beeindruckt