22:39·AYi
作者推荐 @xaiwind 发布的 Jev 模型从零到一开工手册。Jev 被定位为快速判断的系统小脑,能在几十毫秒内返回强类型答案与校准概率。手册重点指出三大工程暗礁:一是区分决策原语形状,避免用布尔值衡量程度;二是警惕概率与置信度背离,需卡双阈值防自动化风险;三是采用并发独立提问提升智力上限。同时强调模型仅负责判定,裁决权应保留在代码与人类手中。目前官方取消排队,新注册赠送约 1.2 亿 Token 体验额度。
#Jev#AI模型#长文测评
20:53·李岳
作者使用 GPT Image 2.5 生成了主题为“蜜杏照春颜”的古风人像,并公开了详细的提示词。内容涵盖人物设定(20-28岁东方女性)、琥珀蜜杏妆造、服饰搭配及明亮妆阁场景。强调真实摄影质感与皮肤纹理,避免塑料感。文末邀请读者尝试并返图,展示了该模型在复杂古风美学与细节控制上的表现。
#GPT Image 2.5#AI绘画#提示词分享
15:28·李岳
作者分享使用 GPT Image 2.5 生成中秋主题极简海报的完整提示词方案。推荐以“东方禅意”为方向,构建“月下清欢”的生活美学场景。具体指令包括设定古风女子坐于茶席手持月饼的主体,搭配白瓷杯与柚子黄月轮意象;色彩上采用奶油白基底、天青蓝背景与暖色点缀,强调明亮柔光与留白质感。内容涵盖构图比例、情绪母题及文字排版要求,展示了该 AI 图像工具在节日视觉设计中的具体应用流程与效果控制方法。
#GPT Image 2.5#AI绘图#提示词分享
23:15·huangserva
作者介绍 @zhilinjerrywag 团队开发的 Mev,一款基于 Laya 开源模型微调的 0.4B 参数简历匹配 AI。输入职位描述与候选人档案,前向传播即可输出推荐概率及五个匹配等级。在 1,200 个未见数据对上,其 Spearman 相关系数达 0.733,表现接近 Kev-4B。文章重点分享了四项经验:结构化 JSON 转为纯文本可大幅降低 Token 消耗并保留关键信息,截断原始 JSON 则会导致大量事实丢失。作者建议利用 LLM 进行评分或分类的用户参考此低成本实验方案。
#Mev#AI招聘#模型微调
09:07·AYi
作者 Shiv 开源了 AI 桌面自动化工具 Third Hand,通过纯文本决策将操作延迟压至亚秒级。该工具摒弃传统截屏与视觉大模型方案,利用系统无障碍语义树获取控件列表,结合 Jev 模型进行状态单选,实现本地低成本自动化。作者指出其核心优势在于打通大小脑分工,通用大模型拆解任务,底层模型执行操作,彻底解决云端卡顿与高 Token 消耗问题。文中附带代码仓库链接,并引导读者思考可替代的机械流程。
#Third Hand#AI自动化#开源项目
00:04·AYi
作者介绍了一款名为 Jaste 的智能剪贴板工具,其核心由百毫秒决策模型 Jev 驱动。针对日常填表时需在混合文本与表单间反复复制粘贴的痛点,该工具能在用户执行粘贴操作时,自动识别输入框语义并精准提取对应信息(如姓名、电话),全程耗时不足 80 毫秒。相比传统大模型需云端思考且易出错,Jaste 利用本地决策模型实现即时响应,保留了原有的快捷键操作习惯。作者认为这重构了人机交互体验,并整理了苹果客户端下载入口及工程逻辑链接。
#Jaste#AI工具#长文测评
23:04·黄小木
作者推荐了名为 Qwen-Image-2.1-Uncensored-GGUF 的图像生成模型,该模型基于 Qwen Image 2.1 架构,参数量仅为 7B。其核心卖点在于低硬件门槛,声称在配备 16GB 内存的电脑上即可本地运行。内容重点展示了该模型支持生成 NSFW(不适宜工作场所)内容的特性,并引导读者搜索特定 GGUF 格式文件进行下载体验。文末附带互动邀请,鼓励用户生成相关图片后私信分享成果。
#Qwen-Image-2.1-Uncensored-GGUF#AI图像生成#本地部署