maolon

llm 是什么？大型语言模型，你要一个语言模型在没有 context 情况下帮你查实时信息，就跟要你在不准上网查的情况下说出今天洪都拉斯的头条新闻一样...
当然现在有带 agent/ function calling/本身就做垂化产品的可以做到这点，但是这都是依靠 llm + rag 提取当前信息才能做到，显然你查的这种内容属于地图软件的专属知识，不是主流大模型提供商内置的搜索引擎 agent(gpt 来说就是 bing)能直接准确获取的信息

盲猜一个 m1 系列的芯片，以及至少有一个屏幕用 hdmi 连接。似乎是苹果这边搞砸了 gpu 驱动

实际上主流的 rag 开源项目，比如网易的 qanything ，ocr 依然是主力识别的手段，单纯用多模态有两个问题一是太慢，二是不够稳定

模型的位置编码实现方式造成的问题，之前的位置编码没有考虑 token 与上下文之间的位置关系而是基于整段内容的位置进行编码，所以模型不能准确的完成计数任务，现在提出了一个新位置编码 CoPE 能解决这个问题，但是需要模型重新训练才能解决，显然这很费时间，所以短期内这些模型还是无法进行准确计数

就是降本增效，裁了一批人工审查转 ai 查了，以前传不了的现在 ai 查不出

macos 的设置好像也是 react 写的，这玩意儿老方便了(什么万能 ui 库)

iphone 是这样的，玩家还要考虑温度高不高要不要继续玩，而 iphone 只需要把帧数降下去就行了

可能无关: gpt 可以指定 return as json object ，以及比较好奇楼上的 tool calling 能否解决嵌套字段问题？