AAoZ

那就看看老黄新一代有什么新奇的刀法吧wwww

在鸿蒙NEXT之前，也就是鸿蒙4.2的系统其实限制没有那么大，因为其他安卓厂商也在逐步锁root，搞机的时代已经一去不复返了。不选华为的主要原因一般还是配置原因。 我选华为主要还是其他几家的手机系统做得没他稳定的原因，属于是没有折腾的心思也没有折腾的耐性。

一般不玩什么手游，不折腾手机的话是可以一直用到坏的，这个期限通常是4到5年，期间可能需要换一次电池。 追新的话就只能做好当韭菜的觉悟了。

感觉pura70也是和mate60半径八两，唯一值得称道的进步是SoC的IPC涨了25%，但压了频率，散热配置也减了，看来华为的工艺问题还是一个难关。至于mate70，如果工艺突破了其实是可以考虑的，但是随之而来的就是鸿蒙NEXT的生态问题，如果有一些软件是从github上扒拉下来的估计八成就没有适配了。举目四望感觉只能跑路去vivo和oppo家的了。 我优先是想配置台式的，不建议40系列的话用什么比较好啊？AMD我记得跑AI还是很费劲，难道蹲50系列，或者3070？不过4060=50Ti确实挺难绷的，而且还在卡60和70卡的带宽，只能说老黄刀法还是过于精准了。

因为做puzzle hunt的缘故所以重新听了ilem的白鸟过河滩。 时隔多年重新听中v，而白鸟居然已经是2022年的歌了，感觉时光确实一去不回还了。 但回头看平行四界热门歌单上头居然还全是熟人，没绷住。似掉了也算是固定时光了。

这种猜测就是训练集的问题了。矩形出现一般都是图像压缩处理的原因，如果塞给AI的训练集里头有大量的经过压缩处理过的图像那AI也会把这一点学去，也就使得AI没法生成“原图”。

今天逛到一个讨论“什么时候有第一部手机”的帖子，回忆了一下自己曾经接触过或挑选过的电子产品，突然有种深深地无力感，总觉得自己遇到的都是什么就跟按4召唤敌人一样糟糕的timing。 第一部我参与了挑选的手机是小米3。当时算是国内智能手机市场初生的时代，还叠上我国从2G直接跨越到4G的时期，时值初中，种种挑选理由已不可考，但应当是受到当初小米快速在手机市场扩张整顿供应链的影响。就结果而言体验非常不好，因为这手机刚好只有3G网络，于是迅速地成为了时代的淘汰品。 第二部可以算是我真正自己的手机了，是小米note。作为一个初中毕业礼物可以说这个手机满足了我刚接触所谓“发烧”圈子的好奇心，至少在搞机上的自由度相当地充实了我一段时间，同时现在回想起来其两侧裙收设计和玻璃背板也仍然不落时代，只能说外观质感也拉满了。但！是！这手机的芯片是，大名鼎鼎的火龙810！一天三冲，全天烫手，众所周知后面两代note也拉完跨了，第一代米冲高受害者怎么说.jpg 然后它也没坚持到一年半就寄掉了。 第三部是冲话费送的zte某型号，一点甲叠不了，过。顺带一提这手机活得比小米note久，樂。 然后在高二的时候有了（一定程度上）第一台电脑联想拯救者Y7000 2018。这台电脑本质上是我滥用父母的关爱得来的，我美其名曰是为了参加信息学竞赛需要，但总所周知学信竞并不需要如此高昂的性能，所以实际上还是为了打游戏。彼时家里其实就俩父母单位发的2k多的hp某型号笔记本，性能稀烂，满足不了一点我的游戏需求，所以我只能结合一下两方面的需求耍点鬼点子。当然这台电脑依然是家里（除了我手上这台）性能最好的电脑，在前面提及的两台笔记本几乎寿终正寝之后依然能满足父母的办公需求，某种意义上我至少没太坑。而关于这台电脑的timing自然就是GTX末期+HDD末期+8G内存末期了，它是128g SSD + 1T HDD + 8G RAM，精准怎么说精准。 顺带一提我升学最后其实是靠数竞上的，所以这电脑其实就是拿来打游戏的XD 第四部手机和第二台电脑就到了高中毕业的时候，自然是作为毕业礼物的一部分。它们分别是华为p40p和ROG 幻14 2020。这次其实单看产品本身并没有什么问题，都是那一带非常有竞争力（没有性价比）的产品，都比较完美。但是！它们跟下一代比起来都难受了。p40p与mate40p的差距应当不必再赘述，nnd华为堆得是真的猛啊。而幻14 2020就值得说道了。幻14 2020其实是这个产品线的第一代产品（第一代受害者+1），而ROG第一代产品都会有很多设计和做工问题（请看ROG Ally）。就拿我这台来说，当时幻14 2020 白的第一代模具是有问题的，它背光亮度参差不齐，当然这并不怎么影响使用，反正我加了外设。但它的刀法就有点搞人心态了，幻14国行和美行的配置是不一样的，不同颜色的配置也是不一样的，想要RTX2060就只有白色可选。更搞的是，国行这块屏幕是他娘的60Hz，虽然2k分辨率+P3色域也还行吧，但是灰阶响应>20ms。这个时候自然会想着试试美行，但是美行也是重量级，120Hz但是1080P，甚至灰阶响应也>20ms。卧龙凤雏怎么说卧龙凤雏。然后以上问题在下一代都被解决了。 第五部手机就来到了本科毕业。它就是大名鼎鼎的mate60p（电 信 定 制 版，俗称搞活动拼宽带折价买的），本来我对这手机的观感挺好的，直到我真上手用了。再怎么堆料SoC功耗比不行就是不行，起手就是温热，甚至热过了老p40，看来麒麟9000s确实是和四年前的麒麟990打得有来有回。幸好我现在不玩手机游戏也对手机只有稳定性要求，不然真破防了。不过话又说回来，至少能比米note耐用，赢！ 而现在我正处在配置新电脑的关口，希望不要再有新timing了求求了QAQ。

名义上我在初中自己挣到2k的时候就算是“自购”了一台小米3，当然实际上钱还是我爸出的，同时自然我也没什么使用权。之后真正持有手机还是要到高一有了一部小米note

以前直链是配合秒传使用，再往前就是PD时代的，主要是为了无会员跑满速，然而现在好时代都过去了。

网游现在就只玩CS2和沟槽的卡拉彼丘，反正也没有动力去开新坑，等到什么时候兴趣寿终正寝了可能就这样了吧。 现在越来越有种不如打胶或者找点事情做的感觉。网游排位一天发现时间没了分分也没了的感觉实在太差了。

熬夜就是，爱熬多熬想熬就熬。 然后直到有一天变成老登突然发现自己熬不动了自然就不会再熬夜了。 不过个人还是非常建议少熬，因为熬夜实际上效率挺低的，只不过是有一个觉得自己还在干活的心理安慰罢了。

好玩肯定要多刷，至少处通+身寸爆是肯定要冲的，还有那种有后续DLC的也会继续玩。当然我自己能玩下去主要还是有我自己能处理AI翻译导致的一些问题的因素在里头。 其实AI翻译意外地能保证一些质量——前提是你使用的模型和prompt恰当。而且以一些技术手段也可以保证不出现奇怪多余的人称代词并且保持人名翻译的一致性的。而在这两条有了保障之后，如果使用的模型比较好的话翻译质量其实相当高。劣质的机翻差不等于AI翻译差。 首先我们要明确一点，就是当我们提及AI的时候，其实是指的大语言模型（LLM），而总所周知不是所有的LLM都叫Chatgpt。不同LLM因为使用的神经网络算法、参数量、训练集类型不同而最终会产生不同的翻译效果。 必须要指出的是，虽然ChatGPT这种通用大语言模型确实能够输出具有一定质量的文本，但是其通用性也代表了其在翻译日文时天然的局限性，同时ChatGPT是审查过的，因此你还没法直接地拿它来搞涩涩。一般翻译日文会使用SakuraLLM，这个模型还有针对轻小说特化训练的版本SakuraLLM-LNovel。 然后在知道用哪个模型之后，还需要注意模型的版本，例如sakura就包含1b8和7b甚至32b的版本，前者表示参数量为18亿，后者则是70亿和320亿。显然更多的参数量训练出来的模型肯定翻译得更好（其实过了7b之后如果只是要求“能用”就有点边际效应了），但这肯定是有代价的，更好的模型速度更慢、配置要求也更高。一般而言1b8只要求4G显存，4060也可以轻易跑到100token/s（哪怕是这个速度，翻译一个游戏所用的时间也得是一个晚上起跑），但效果就非常一言难尽，主打一个体验极差。往后从7b开始，所需要的显存就是8G起算，哪怕是4090速度也会掉到20token/s，这意味着要翻译一个游戏可能得让电脑硬跑四五天，但效果倒是值得的。 最后，事实上，很多流通的AI翻译其实就是1b8的水平。因为分享者往往需要快速出资源，也没有那么多时间花在一个游戏的翻译上。这就使得大家对AI翻译的印象极差。但话又说回来，AI翻译之所以大行其道，其实也是汉化组式微而翻译需求又日益增长的矛盾的自然结果。从这个角度讲，我们还是不得不需要AI翻译的。为了在两种需求中取到平衡，一般而言最好的解决办法就是自己本地部署LLM（在kaggle上云部署也行，这些b站都有教程），然后让电脑当帕鲁跑翻译。 我自己主要的方法就是MTools+smzh大佬的脚本+Sakura7b。

我都可以，但更倾向于动作类游戏，主要是回合制游戏做各种剧情分支的时候很容易生厌，动作类游戏至少还能感觉有事干。 当然某些回合制游戏玩得像即时的一样（说得就是你，游戏王！）那就是另一回事了。FF7RE也是个例子

完全不够，有好几本书要看，现在上的课也倒懂不懂，时间上就是拆东墙补西墙，还要准备书院团委的会议，整一个裂开来。

此内容有访问限制，请到内容页面查看。