@Stevenv 能上这个论坛的，有没有可能先验知识里面已经储备了不少于 CET4/6 水平的词汇量（正常全日制大学非外语专业毕业基本应该有 5000~8000 词汇量）了？ 背诵初中或者高中词汇，你怎么知道是不是他已经掌握了的呢？

所以你要他测试一小时新背 2000 个单词， 可以随机从美国当代英语语料库 COCA-20000 表里面，（排序越前越常用，比如第 17000 ~ 19000 行的范围内找 2000 个非常用的单词来测试，更合理一点？

M2 上据说 跑 LLAMA.C 的编译版本，推理速度大概就有几十个 token/s ；
赶得上英伟达单卡 V100+原始的 llama2 模型了吧？

@tqyq88 MD5 单向哈希后了，怎么还原出原始信息呢？ 不是耍人么?

不如约定 默认密钥为 V2EX 用户名，IV 都是 0 ，PKCS7PADDING ，CBC AES 加密一次。

浏览器直接看 Web 版本， 开全局代理， 清 cookie 。

另外推荐一个 simplenote （ https://simplenote.com/）， WordPress 开发的。 可以自己同步， 也可以用它的免费云服务。

@thiiadoewjwe 有道虽然客户端有点傻，但是看得出还是在努力进步的， 别家有什么功能，就赶紧抄一个。
所以现在也有双向链接笔记，脑图，甚至 draw.IO , 学术资料科学上网。
还抄了 NOTION ，加了 AI 功能， 不过不是基于 GPT 的， 用的和金山 WPS AI 一样，是 MINIMAX 的大模型服务。可以用用。

@devswork 但是问题是连续上下文对话的，
比如 第一个问题，XXX9 年 6 月 1 天有什么重大新闻发生么？ 你去审查，通过了，没问题
用户继续提问， 第二天呢？ 也没问题，
你放开了， 用户继续问，2 天后呢？.....

每个问题，单独审查都没问题， 但是最后一个 GPT 的回复会给你一个大坑。

加符号屏蔽什么的不算啥， 你看过运营商过滤短信的哪个库，就知道多麻烦了。
简直就是各种火星文，同音字，同形字，甚至白字错字的大集成。
太佩服垃圾短信制造者了，把汉语缺字、倒序、错序、白字、仍然能正确读出主要语义的特点发挥了到了极点。

你自己再加一层，AI STEAM 输出全部后， 你拿去给云服务做敏感词 /语义检测。 通过后， 自己再做个 api ， 代替 AI ，流式输出给前端。

类似电视台直播节目，如春晚， 老百姓看到的其实是延迟 1 分钟。就怕直播连线的时候，有 XX 大叫 XXX 。

记得从 python 3.11 开始， 每个版本都号称提速多少多少； 然而还是慢得像蜗牛。

这个和机场一样，价格其实不是问题，主要是怕跑路

WPS 不是有 AI 功能了么？ 如果这个 AI 能力是离线推理的？ 说不定增加的容量是压缩后本地部署的 LLM 模型呢？

@locoz StarCoder 这种肯定不行，但是 bigcode/santacoder 这种轻量级代码模型也不行么？

可以让那些基于 chatGPT 做 embedding 的网站（如 askpdf 之类）或者开源项目做。 直接做基于书本的知识库问答体系

@metalvest 这几天别去， 都是老头老头， 从徐家汇上车， 直接到花桥换成苏州地铁，然后去苏州一日游的。满车厢都是时间不值钱的老年人，2 小时的地铁，位子都没。

对几个提供内测公测的大模型， 商用或者开源的几个用下来（从 GLM 到最新的 baichuan ）。
和 GPT 3.5 或者 Claude+ 大概 1 年+的代差， 和 GPT 4 大概不少于 2~3 年代差。
不要相信国内各种大模型榜单刷分， 都是骗股价，或者骗投资的。

看到小网站用登录要求注册的，默认认为是社工库收集马大哈用户常用口令的。

@levn 别说 windows 整合 ai ， 整个 ai 生态的基础设施和核心，有哪个不是在 linux 上训练推理的么？从传统机器学习到 llm ， 难道有在 Windows 上炼丹的猛人？