与「剣詩舞」相关的搜索结果

情報解禁です✨✨✨ ミュージカル「武士の献立」出演させて頂きます😌 なんと！ 逆班には後輩の飯窪春菜ちゃんが❤️ @haruna__iikubo チームが違うので残念ながら同じ舞台には立てないのですが、作品として春奈ちゃんと初めてご一緒できるのがとっても嬉しいです🥰 2025.7/10(木)～7/16(水) ミュージカル版『武士の献立』 脚本・柏田道夫 演出・野口大輔 作曲・西出真理 【出演者】 (味噌版○・醤油版☆) 《味噌版》 小川麻琴/藤岡勇成 小栗銀太郎/野中ぴよこ/あも 関根麻帆/市川大樹/大胡愛恵 下野由貴/狩野光洋/秋吉優花(HKT48) 和泉元彌/戸張美佳 近藤萌音/谷口就平/片岡芽衣 後藤真采呂/宮村大輔/清水詩音 みづ乃奈央/横倉麗奈/前原菜々子/岡崎桃子 円堂耕成/北村真一郎/鈴木崇仁/鐘城柊哉 剣幸(語り部) 【醤油版】 飯窪春菜/HAYATO(XY) 山脇広大/二瓶有加/あも 澄風なぎ/野口大輔/渡辺千晶 藍梨/岩田知樹/飯田桃子 和泉元彌/こばやしあきこ 一岡杏奈/柳崚太/前田萌香 岡本安代/市川順基/中村茉稟 梅沢鮎実/伊藤遥加/錦織多希/熊木凜 小林幹/澄人/石川勇人/山﨑翔 剣幸(語り部) 【スケジュール】 2025.7/10(木)～7/16(水) 上演時間:2時間30分(休憩10分含む) ※表記は醤油版(☆)・味噌版(○) 7/10(木)13:00(○公開GP)・18:30(☆公開GP) 7/11(金)13:00☆📷・18:30○📷 7/12(土)13:00○・18:30☆ 7/13(日)13:00☆・18:30○ 7/14(月)13:00○🎤・18:30☆🎁 7/15(火)13:00☆🎤・18:30○🎁 7/16(水)15:00(◎公開GP) 📷カテコ撮影可能日 🎤終演後アフタートークあり 🎁前説時に来場特典贈呈(ランダム) ◎出汁版の出演者は《6/26》発表 【劇場・アクセス】 草月ホール 〒107-8505 東京都港区赤坂7-2-21 草月会館 地下1階 東京メトロ各線 「青山一丁目」駅 南青山4番出口より徒歩5分 「赤坂見附」駅 A出口より徒歩10分 【チケット】 R席 15.000円 (前方中央指定席/非売品ブロマイド①番付) SS席 12.500円(前方指定席) S席 10.000円(一般指定席) A席 8.500円(後方指定席) F席 7.000円(当日1階空席) U25席 4.500円 公開GP席 5.500円 2階席 7.500円 3階席 6.500円 #献ミュ# #武士献2025# #武士の献立# #ミュージカル#

1月Tier2是刀劍神域的詩乃 💙 January Tier2 isSword Art Online Asada Shino 刀劍神域 朝田詩乃 Sword Art Online Asada Shino ソードアートオンライン あさだしの

詩乃 1月Tier2是刀劍神域的詩乃 January Tier2 isSword Art Online Asada Shino 刀劍神域 朝田詩乃 Sword Art Online Asada Shino ソードアートオンライン あさだしの

1月Tier2是刀劍神域的詩乃 💙 January Tier2 isSword Art Online Asada Shino 刀劍神域 朝田詩乃 Sword Art Online Asada Shino ソードアートオンライン あさだしの

1月的第一隻角色 GGO的詩乃！ 1月Tier2是刀劍神域的詩乃 💙 January Tier2 isSword Art Online Asada Shino 刀劍神域 朝田詩乃 Sword Art Online Asada Shino ソードアートオンライン あさだしの

「就讓我來告訴你，宣告敗北的子彈是什麼滋味！」 1月的第一隻角色 GGO的詩乃！ 1月Tier2是刀劍神域的詩乃 💙 January Tier2 isSword Art Online Asada Shino💙 刀劍神域 朝田詩乃 Sword Art Online Asada Shino ソードアートオンライン あさだしの

《黄巢世家》 黄巢者，曹州冤句人也。世鬻盐，积赀钜万。巢幼颖异，五岁侍翁父赏菊，应声咏曰：“他年我若为青帝，报与桃花一处开！”时人异其志。及长，善击剑骑射，通书传，然屡试进士不第。尝见长安菊花满城，掷笔叹曰：“待到秋来九月八，我花开后百花杀。冲天香阵透长安，满城尽带黄金甲！” 乾符二年，关东大旱，官吏征急。王仙芝起于长垣，传檄州县言吏贪赋重。巢阴聚少年八人，酹酒为誓。会仙芝攻曹州，巢仗剑应之，顷刻得众五千。民争持耰锄往从，遮道不绝。巢令曰：“吾辈皆王民，岂愿为盗？然今世路尽荆棘，天子深居丹霄，何由得闻民间膏血？当为诸君洗天池、整坤轴！”遂裂黄旗为帜，号“冲天大将军”。 是时天下饥馑，节度各怀异心。巢引军南下，开仓赈廪，沿途饥民投者如归市。至岭南，疫作，士亡过半。或劝还乡，巢按剑曰：“诸君不见泰山乎？虽遭风雨，其基不移。今唐室如朽索驭马，岂可中道輟足？”遂北渡江淮，众复振。广明元年，破东都，令军中曰：“禁伤百姓，犯者磔于市。”都民争以壶浆迎师。 冬月，潼关雪深三尺，守军冻馁不能持戟。巢将尚让以毡裹马蹄，夜袭蓝田关。僖宗仓皇走蜀，巢乘金装肩舆入长安。是日，京师父老聚观，尚让宣谕曰：“黄王起兵，本为百姓，非如李氏不爱汝曹。”乃发掖庭钱帛，童子皆得赐饴糖。 然朱温叛于同州，李克用引沙陀叩关。中和三年，巢败走泰山。六月丙午，至狼虎谷，从者仅甥林言等数骑。巢见追兵漫山，仰天笑曰：“满城黄金甲，竟输三寸毫！”遂自刎。言等皆泣拜，积薪焚其尸。 太史公曰：巢以盐贾之富，何患不终老？然见饿殍盈野，遂挺剑问九鼎之轻重。其初入长安，市不易肆，颇有拯溺之意。及困守孤城，粮尽而食人，乃堕暴虐。昔陈涉首难而车骑尽靡，黄巢冲天而四海沸羹，岂非时势激之使然乎？然焚宫阙、隳宗庙，终使五代裂土之祸萌焉。冲天香阵透长安，满城尽带黄金甲，其言壮哉！其败忽哉！

更新了BTC全历史的四周期图【图2】， 可以看到之前3个熊市周期， 时长和跌幅都在很接近的右下圆圈范围， 而26年熊市还在上面圆圈， 时长和跌幅还不够。 根据历史数据拟合， 四周期的下跌比例分别是： 86.9%，84.1%，77.6%，65.1%（本轮预测）， 对应BTC价格 44016【图1】。 至于要不要刻舟求剑法， 对的话，你就次次对， 不对的话，你只会错一次， 盈亏比划算得很， 怎么选那不明摆着嘛 ： ）

转一下苏剑林老师对 K3 架构的复盘。 一句话概括，K3 = KDA + MLA + Stable LatentMoE + AttnRes。整套设计没什么炫技，核心就是在模型效果、计算效率和训练稳定性之间做取舍。 这里稍微解释一下： KDA，一种线性 Attention MLA，一种 KV Cache 较小的 Full Attention 变体 Stable LatentMoE，对 LatentMoE 做过稳定性改造的 MoE 方案 AttnRes，用可学习的跨层注意力，替代固定等权的残差累加 几个比较有意思的点： ① K3 同时使用了 KDA 和 MLA。另外，训练仍然用 Moonlight 版本的 Muon 优化器，Attention 权重改成 Per-Head Muon，每个 Head 独立优化。苏神说这不会直接提高效果，主要是数学和结构上更合理：各个 Head 本来就相对独立，不应该在优化时耦合在一起。 ② 解决MoE“容易炸”的问题。 LatentMoE 会先降维，再使用更多专家，最后升维，在训推成本大致相同的情况下效果略好。不过连续的矩阵投影也让训练更容易出现数值不稳定。 K3 把 SwiGLU 换成了 SiTU-GLU，用 softcap 压住异常激活；又在 LatentMoE 升维前加了一层 RMS Norm。这个 Norm 不只是让训练更稳定，在 Valid Loss 差不多的情况下，不加它，某些 Benchmark 会稳定变差。 （这里有超级多的技术细节，感兴趣的可以看苏神原文） ③ 关于MLA DSV4 看上去都换设计了，K3 怎么还在用 MLA？苏神的答案是，目前 MLA 仍然很难被全面击败。它在训练阶段是 MHA 形态，推理时 KV Cache 较小；在固定训练成本和 KV Cache 大小时，MLA 依然近乎最优。 它的问题是对 MTP（推测解码）不够友好。MTP 的思路是“用计算换速度”，而 MLA 在 Decoding 阶段本身就比较吃计算，再叠一个 MTP，两边就容易抢算力。 换别的方案也有代价。比如换成 128+128 的 GQA8，效果很难打赢 MLA，KV Cache 还是 MLA 的三倍多；换成 256+256 的 MFA（本质上是 MQA），训练和 Prefill 成本又会上去。 目前还没有一个简单的 Attention 设计，能同时占住效果、训练成本、Prefill、KV Cache 和 Decoding 计算量。在 KDA+MLA 的混合架构下，MLA 的部分问题得到缓解，所以 K3 最后还是选了 MLA。 ④ 苏神觉得，DSV4 也不算真正“抛弃 MLA”。 DSV4 看上去重新设计了 Attention，但底层仍然有 MLA 的影子。它采用的是 head_dims=512、K=V 的 MQA，这正是 MLA 在 Decoding 阶段的形态；再加上 Sparse + Compress，前者减少计算，后者进一步压缩 KV Cache，同时减少计算。 方向很激进，不过 Infra 也更复杂。 ⑤ K3 的 MLA 可以去掉 RoPE，是因为 KDA 已经隐含提供了一种广义的位置信息。 这只适用于 KDA+MLA 的混合结构，像 K2 那种全 MLA 模型，直接去掉 RoPE 还是会明显掉效果。 感觉苏神真正的观点是：大模型架构里很少有免费的升级。K3 的设计哲学不是找一个碾压所有方案的新架构，而是在效果、训练成本、Prefill、Decoding、KV Cache 和稳定性之间，找一个当前更合适的组合。 苏神原文里还有很多技术内容，非常值得一看。 原文地址：

这样对比就比较清晰了—— 本轮周期中 bitcoin:native 最深的折价幅度，仍然是明显小于之前几轮熊市的。 按照历史最高点的回撤幅度，此前几轮熊市的底部都远低于本轮目前曾触及的水平。 刻舟求剑地判断：现在典型熊市时间已经过去了四分之三~