与「diy」相关的搜索结果

claude artık "yazılımcılar işsiz kalmasın" diye, birisi eğer yazılımcı değilse anlayıp kaliteli bi iş üretmemeye başladı :D ortalama bi cevapla eyliyor milleti. bunu da aşağı yukarı herkes farketti 2-3 aydır ama hala yazan yok

Herkes için eşitlik diyoruz ‼️ Aynı sistemde, benzer koşullarda çalışan insanlara bir günlük farkla 17-20 yıl uçurum yaratmak adalet değildir. @EmadDernegi #KademeAlacaklı#

İş arkadaşlarımdan biri, iki yıldır katıldığı bütün çevrim içi toplantılarda kamerasını kapalı tutuyor. Ekipte kimse nasıl göründüğünü bilmiyor. Profil fotoğrafında da sadece bir dağ manzarası var. Geçen hafta genel müdürümüz toplantıya katıldı ve “Bugün herkes kamerasını açsın, birbirimizi görelim.” dedi. On bir kişi kamerasını açtı. Ekranda bir tek dağ manzarası kaldı. Genel müdürümüz ona dönüp “Siz de kameranızı açabilir misiniz?” diye sordu. O da gayet sakin bir şekilde, “İnanın ben de isterdim ama bilgisayarımda kamera yok.” diye cevap verdi. İki yıldır kimse bunu sorgulamamıştı. Sonra şirketin yıl sonu kutlaması için davet geldi...

Learn how to sew a zipper into a lined jacket for clean, professional seams inside and out! 🧵 Featuring our Ivory Wool Blend Bouclé Tweed (Item #: 479066) What winter coat are you sewing next? 👇 #SewingTips# #ZipperTutorial# #Sewing# #MoodFabrics# #DIY#

兄弟们，能翻墙不算信息差，能把国外教程改到国内真能用，才有机会收钱。 别只会搬，试试这几条： 1、 2、 3、 4、 5、 6、 我更看好采购清单和修图：交付具体，不用赌爆款。 别直接汉化别人的作品卖钱。 用户缺的不是翻译，是“我照着做，别翻车”。

早上起床手机看了一眼私信里都是问怎么搭建AI短剧生成平台的， 都AI时代了，问一下AI应该就能得到答案吧。 直接跟codex说， 帮我本地搭建一个能用minimax h3生成视频的平台，他就会帮你搭建comfyui的平台。 你要嫌太复杂了看不懂， 就跟AI说帮你改成webui，然后你想要什么工作流就让他给你全加到webui里。 ai就能帮你做出了一个操作特简单保留基础功能的webui。 你用这个webui只要显卡过硬谁都可以生成基础的成人短剧。 但h3模型本身没有训练过成人内容， 导致在一些成人行为和器官上生成的内容很奇怪。 就需要在网上下载nsfw的lora去挂载上去，让h3模型增加18禁世界的认知。 civitai等一些网站都能下载很方便， 我是直接让本机挂载我的nas， 把我nas里的几千部AV喂给他， 让他训练自己的lora。 其实网上那些卖课的我看过几个， 故弄玄虚的多， 这玩意没那么复杂， 你只要想学习，这年头是没有任何信息差的。 有啥事就问AI，他基本都能给你解决。 我也不是卖课的我也不是卖平台的， 我只想把最简单直观的diy方式分享给你们。

CS 329Z: Engineering AI Agents Stanford / Fall 2026 @stanfordnlp 课程定位：从"模型"到"系统"的工程学 覆盖：简单 LLM 流水线 → 复合 AI 系统 → 自主 Agent。三位讲师的背景也高度互补： @Diyi_Yang（斯坦福 NLP 教授，人机交互与社会计算方向） @michaelryan207（DSPy 核心贡献者，自动评估 AutoMetrics 作者） @jyangballin（SWE-agent / SWE-bench / SWE-smith 作者，软件工程 Agent 领域最重要的研究者之一） # 课程主线：三大工程挑战 贯穿全课的三个核心问题——分解（decomposition）、数据（data）、评估（evaluation）。11 周的内容基本围绕这三条线展开，可以分为五个模块： 模块 1：构建基元（Week 2–3） · LLM 作为构建材料：API/SDK（litellm）、结构化输出、约束生成、解码策略、test-time compute、上下文工程、模型选型与成本/延迟权衡 · RAG：embedding、向量库、分块策略、混合检索、cross-encoder 与 ColBERT 后期交互 · 工具调用：函数调用 API、MCP（Model Context Protocol）、工具设计、代码沙箱、错误处理与重试 模块 2：框架与设计模式（Week 3–5） · 框架层：DSPy（signature / module / optimizer）、LangChain/LangGraph、LlamaIndex，重点是"框架抽象了什么 vs. 你手写了什么" · 设计模式：workflow vs. agent 的分类学，五种可组合 workflow 模式，ReAct / plan-and-execute / reflection，"scaffold（脚手架）本身就是设计决策" · 记忆架构：短期/长期记忆、记忆作为工具动作、文件系统作为外化记忆、跨 Agent 记忆（MemGPT、Mem0、Generative Agents） · 多 Agent 系统：编排模式、handoff 与状态传递，以及一个很有态度的对照阅读——既读 AutoGen，也读《Why Do Multi-Agent LLM Systems Fail?》和 Neubig 的《Don't Sleep on Single-agent Systems》 模块 3：优化（Week 5） · 从提示词到微调的全景：GEPA、MIPROv2、OPRO、TextGrad（提示优化）；LoRA/QLoRA、蒸馏、RLHF/DPO（权重优化）；test-time scaling（推理算力） · 核心问题是决策框架：什么时候优化 prompt、什么时候优化 weights、什么时候堆推理算力 模块 4：数据与评估（Week 6–8）——最有分量的部分 · 数据：trace、demonstration、feedback 三类数据；训练数据 vs. 评估数据；数据飞轮；合成数据；从 Agent 轨迹构建数据集（SWE-smith） · 评估基础：为什么 eval 难；4 元组框架（request / environment / stopping criteria / scorer）；好 benchmark 的性质；tinyBenchmarks · 评估基础设施：三类 grader、LLM-as-judge 的 prompt 设计与已知偏差、pairwise vs. pointwise、非确定性指标 pass@k vs. pass^k、harness 设计 模块 5：安全与前沿（Week 8–11） · 安全：工具访问的隐私风险、prompt injection（含间接注入）、红队、沙箱与权限模型、输出护栏、human-in-the-loop · Coding Agent：SWE-agent、Claude Code、OpenHands 的端到端架构对比 · 主动式 Agent：从 reactive 到 proactive，General User Models（GUM）、Next Action Prediction，以及"Agent 何时应主动、何时应等待"的 mixed-initiative 问题 · 开放问题：多模态/web/计算机使用 Agent、科学 Agent、长时运行架构、生产可观测性（tracing、monitoring、成本管理） # 作业设计：一手建、一手评 HW1：从零构建 Agent 系统（10%） 给定论文库，构建能检索并推理回答科学问题的 Agent。 · Part A：只用 litellm 手写 RAG + 工具调用 + ReAct 式 Agent 循环 · Part B：用 DSPy 重建关键组件，并反思框架抽象了什么 HW2：评估一个 Agent（10%） 给定一个预构建 Agent，设计完整评估套件：代码型 grader、至少一个 LLM-as-judge、用 4 元组框架构建 benchmark 任务、错误分析。