最新

随着最近关于Localstack定价和许可的变化，我开始寻找替代方案。我决定尝试自己动手实现一个，这可能会是一个有趣的实验。SQS是我经常使用的服务，因此我选择它作为第一个实现的服务。我还有更多的服务在计划和开发中。 我觉得有几个方面很酷： - 4MB的Docker镜像大小 - 即时启动 - AWS Sigv4认证 - 一个小型管理界面，对开发和故障排除很有帮助 - 大部分SQS API已经实现，剩下的很快也会跟上 :)

由于前沿的大型语言模型在开放式查询中输出的多样性非常有限，我们开发了Flint，旨在逆转这一现象。Flint是一个经过微调的Qwen3 30B模型，专门训练以在回答开放式问题时产生更高的熵值。 与基础模型相比，Flint显著提高了NoveltyBench的得分，同时在非创造性基准（如MMLU-STEM）上的得分并没有显著下降。这表明，发散调优实际上并不一定会对基础能力造成负担。 Flint在NoveltyBench上的得分为7.47/10，而大多数前沿模型的得分在1.8到3.2之间。

受到ALMA的启发。随着克劳德在可验证公平的老虎机上输钱，不得不从Opus降级到Sonnet，再降级到Haiku，做出越来越糟糕的决策，加速了恶性循环。捐款将用于支持赌博的慈善机构。