最新

大家好， 在过去一个月里，我一直在开发一个视觉AI编排工具，允许用户创建类似于软件开发生命周期（SDLC）的流程。基本上，你只需启动Wazear，创建一个项目并添加你的简要说明。然后选择代理（每个代理承担不同的角色，如规划者、架构师等），并设置哪些代理审查其他代理的工作，之后让它们进行工作。在任何时候，你都可以暂停流程以便自己审查输出。 你可以在这里查看： [https://wazear.space](https://wazear.space)。欢迎任何反馈。 非常感谢。 最好的祝福。

一个完全本地化的检索增强生成（RAG）实现，用于查询25年的瑞士电视频道新闻（约50万篇德语文章）——基于Deepmind最新的Gemma模型。<p>为什么？我认为这是一个很酷的数据集类型（短小/高密度的新闻摘要），可以用来测试一些本地RAG方法。Gemma 4给出了令人印象深刻的结果，但可能在系统提示上还需要进一步调整。

如果这个地方能够发展成更现代的样子，那该多好啊！

在一次朋友聚会上，有人提到想把她已故的父亲加入到家庭照片中。我认为这应该很简单——现代图像模型非常强大，只需发送两张照片，请求AI将它们合并。她说她试过，但结果奇怪且不稳定，她不知道该如何描述自己想要的效果。 我回家后自己尝试了一下。通过一个写得很好的提示和两张好的照片，确实可以实现。但现实中的使用场景并不是两张好的照片——而是现代家庭照片加上一张损坏的旧肖像，或者是来自不同年代的两张旧照片。这时候问题就出现了。 我查看了现有的工具。大多数工具展示的是干净、光线良好的现代照片之间的合并。没有人解决更复杂的版本：不匹配的时代、损坏的来源、不同的姿势、不同的正式程度。 我原以为这会是一个周末项目——一个系统提示就可以完成。经过200多次测试迭代，我意识到要获得稳定的结果需要远远超过提示工程。主要挑战包括： AI在合并过程中会微妙地改变面孔。结果看起来“相似”，但并不是同一个人。对于想要添加已故亲人的人来说，这完全是失败。 姿势和比例需要匹配。如果一群人坐在草地上，而添加的人像个巨人一样站着，那显然是假的。 参考照片中的随意配饰会破坏正式场合的场景——婚礼上头戴太阳镜，典礼上穿运动服。 旧照片的分辨率低，损坏且没有颜色。与此同时进行合并、修复和上色使一切变得更加困难。 它支持头像、半身和全身的参考照片。旧的和损坏的照片也可以使用——可以选择上色和修复。 仍然是一个最小可行产品（MVP）。每天可以免费使用一次，无需登录。 我很想听听那些会导致它失效的边缘案例。

在三星Galaxy Watch 4 Classic（armeabi-v7a，Mali G68）上运行llama.cpp时，我注意到Vulkan后端拒绝了每一个量化的MUL_MAT操作，尽管报告显示“33/33层已转移到GPU”。<p>根本原因：在llama-model-loader.cpp中的create_tensor()函数内，张量步幅计算中缺少块大小的除法。错误的步幅导致ggml_nbytes()溢出，在32位系统上超出了max_buffer_size，因为size_t是32位的。<p>在64位设备上，溢出被静默掩盖——虽然值错误，但仍在GPU内存限制之内，因此没有人注意到。这个bug可能已经存在多年。<p>修复和相关信息： https://github.com/Perinban/llama.cpp/tree/axon-dev