情报 【返乡】【开幕】【答题就有勋章】2024年冬季返乡~开幕篇~

[Kris Dreemurr]

8 小时前，furobert说道:

说起来我最近看到个技术实现，是融合模型，拿deepseek的R1和gemini的1206模型合起来用，原理大概就是拿一个模型生成思维链进行逻辑补全后再用另一个模型生成，这样能结合两个模型的优点让逻辑更上一层楼，实现目前效果最好的模型输出，看着可行性挺强的，不知道实际应用起来怎么样

说到这个 你之前不是说gemini要出新模型了吗 后续了呢

[花刺]

于 2025/1/28 于 AM2点23分，Kris Dreemurr说道:

我最近在看api的说··你知道吗

啥？Application Programming Interface？

[空飞]

于 2025/1/30 于 AM1点32分，Kris Dreemurr说道:

你那边现在的小孩会玩雪吗

很少看见打雪仗的了 偶尔能看见堆雪人的小孩 不过有很多在雪地里面轱蛹的小孩

[Kris Dreemurr]

1 小时前，花刺说道:

啥？Application Programming Interface？

你直接去b站搜啊 ，你这样搜搜的到什么啊

少年pi

[Kris Dreemurr]

1 小时前，空飞说道:

很少看见打雪仗的了 偶尔能看见堆雪人的小孩 不过有很多在雪地里面轱蛹的小孩

那是··什么动作

[羊駝]

15 小时前，Kris Dreemurr说道:

有没有工具什么的

搬東西用個毛的工具，那是運輸的時候用的

[love陌兮]

17 小时前，Kris Dreemurr说道:

有别的修改器吗

修改器应该没得，不过2Dfan上有存档。。

嘛，开新游了，vbs启动！

[kukudeath]

于 2025/1/30 于 AM3点05分，Kris Dreemurr说道:

我觉得回头还是可以去做的

看心情吧，这个还是得看机缘巧合，哈，哈，哈

[Kris Dreemurr]

6 小时前，kukudeath说道:

看心情吧，这个还是得看机缘巧合，哈，哈，哈

你最近在论坛里做什么呢

[Kris Dreemurr]

6 小时前，love陌兮说道:

修改器应该没得，不过2Dfan上有存档。。

嘛，开新游了，vbs启动！

草
什么新游戏啊

[Kris Dreemurr]

于 2025/2/2 于 PM8点53分，阿露或者是luaseeo说道:

欢迎欢迎，除了水帖之外发一些优秀的帖子得到节操奖励也很不错的呢

怎么变成这个名字了

[Kris Dreemurr]

8 小时前，羊駝说道:

搬東西用個毛的工具，那是運輸的時候用的

主要是看怎么个搬法  咯

[Kris Dreemurr]

于 2025/1/28 于 AM2点26分，Suyuchd说道:

 

虽然我混dl的时间不是很长，但还是有几年的，我当然知道

怎么你出村之后就潜水了

[Kris Dreemurr]

于 2022/3/26 于 PM11点54分，Fefy922说道:

 

两年半过去了 最近在做什么啊

[Kris Dreemurr]

于 2024/2/8 于 AM7点23分，ahdfwdq说道:

好多好看的作品完结了，只能不断的重看

一年不见~这段时间有没有看番啊

[Suyuchd]

34 分钟前，Kris Dreemurr说道:

怎么你出村之后就潜水了

知识储备不多，感觉不太好聊

[furobert]

14 小时前，Kris Dreemurr说道:

说到这个 你之前不是说gemini要出新模型了吗 后续了呢

之前有消息说是gemini 2.0 pro exp 0128来着，看名字以为是1月28号出，结果到现在都没见到，不过应该确实是有这个模型了

最近出的就一个gemini 2.0 flash thinking exp 0121，不过thinking系列说是非常容易出现多国语言混用的情况，所以我没用过，也不清楚怎么样

我今天去跟deepseek聊才发现开源社区有个minicpm模型，仅有8B，就支持多模态能力了，甚至量化后还能部署在手机上，我从github官方那边复制了一些介绍过来：

• 🔥 领先的视觉能力。 MiniCPM-o 2.6 在 OpenCompass 榜单上（综合 8 个主流多模态评测基准）平均得分 70.2，以 8B 量级的大小在单图理解方面超越了 GPT-4o-202405、Gemini 1.5 Pro 和 Claude 3.5 Sonnet 等主流商用闭源多模态大模型。此外，它的多图和视频理解表现也优于 GPT-4V 和 Claude 3.5 Sonnet，并展现出了优秀的上下文学习能力。

• 🎙 出色的语音能力。 MiniCPM-o 2.6 支持可配置声音的中英双语实时对话。MiniCPM-o 2.6 在语音理解任务（如 ASR 和 STT 等）优于 GPT-4o-realtime，并在语音对话的语义和声学评估中展现了开源模型中最高的语音生成性能。它还支持情绪/语速/风格控制、语音克隆、角色扮演等进阶能力。

• 🎬 强大的多模态流式交互能力。 作为一项新功能，MiniCPM-o 2.6 能够接受连续的视频和音频流，并和用户进行实时语音交互。在针对实时视频理解、全模态视音频理解、多模态上下文理解的综合评测基准 StreamingBench 中，MiniCPM-o 2.6 取得开源社区最佳水平，并超过了 GPT-4o-202408 和 Claude 3.5 Sonnet。

• 💪 强大的 OCR 能力及其他功能。 MiniCPM-o 2.6 进一步优化了 MiniCPM-V 2.6 的众多视觉理解能力，其可以处理任意长宽比的图像，像素数可达 180 万（如 1344x1344）。在 OCRBench 上取得25B 以下最佳水平，超过 GPT-4o-202405 等商用闭源模型。基于最新的 RLHF-V、RLAIF-V 和 VisCPM 技术，其具备了可信的多模态行为，在 MMHal-Bench 上超过了 GPT-4o 和 Claude 3.5，并支持英语、中文、德语、法语、意大利语、韩语等30多种语言。

• 🚀 卓越的效率。 除了对个人用户友好的模型大小，MiniCPM-o 2.6 还表现出最先进的视觉 token 密度（即每个视觉 token 编码的像素数量）。它仅需 640 个 token 即可处理 180 万像素图像，比大多数模型少 75%。这一特性优化了模型的推理速度、首 token 延迟、内存占用和功耗。因此，MiniCPM-o 2.6 可以支持 iPad 等终端设备上的高效多模态实时流式交互。

• 💫 易于使用。 MiniCPM-o 2.6 可以通过多种方式轻松使用：(1) llama.cpp 支持在本地设备上进行高效的 CPU 推理，(2) int4 和 GGUF 格式的量化模型，有 16 种尺寸，(3) vLLM 支持高吞吐量和内存高效的推理，(4) 通过LLaMA-Factory框架针对新领域和任务进行微调，(5) 使用 Gradio 快速设置本地 WebUI 演示，(6) 部署于服务器的在线 demo。

看着就很nice啊，等之后发展不知道能变成什么样

[Kris Dreemurr]

6 小时前，furobert说道:

之前有消息说是gemini 2.0 pro exp 0128来着，看名字以为是1月28号出，结果到现在都没见到，不过应该确实是有这个模型了

最近出的就一个gemini 2.0 flash thinking exp 0121，不过thinking系列说是非常容易出现多国语言混用的情况，所以我没用过，也不清楚怎么样

这也能鸽了啊
那不打算用用看吗

[Kris Dreemurr]

9 小时前，Suyuchd说道:

知识储备不多，感觉不太好聊

唔···只是闲聊也是可以的，不过没兴趣也没办法

最近在做什么呢

[Kris Dreemurr]

3 分钟前，Cube=S=说道:

0502

快五年过去了···还记得我吗

[阿露或者是luaseeo]

10 小时前，Kris Dreemurr说道:

怎么变成这个名字了

水DC被新人问谁是阿露了

[夜ルリ]

于 2025/1/31 于 AM2点49分，Kris Dreemurr说道:

又是很久不见了呢··最近有没有看番啊

答：因为工作压力虽然能看但是只能缓慢的追番-甚至大年初一还要上班~活着万岁！