与「mac」相关的搜索结果

End-to-End 4-Bit Training：让大模型用更粗糙的数字格式完成全流程训练，大幅缩短显卡训练时间 训练大模型需要处理海量数据，直接把数字精度压到4位虽然能加快计算，但四舍五入累积的误差会严重拖垮模型的学习效果。 为了解决这个矛盾，Thinking Machines Lab在英伟达GB300显卡平台上开发了名为BBBK的专用底层加速程序。采取了分工策略，在模型向前推理计算时使用高速度的4位数字格式NVFP4，在向后更新参数时切回较精细的8位格式MXFP8，并在传输数据时顺手进行旋转压缩与随机舍入修正，省去了传统训练完成后还要单独做低精度校准的麻烦步骤。 这套方案应用在Inkling 2 Small模型的全流程训练中，显卡的运算管道和传输带宽同时跑满，没有出现互相等待的卡顿。原本需要好几周才能跑完的同体量模型，现在在GB300机柜上只用了68小时就完成了预训练。对比全程使用8位格式训练，新方案在预训练阶段节省了8%的时间，在强化学习阶段直接提速了20%，省下了大量算力开销，同时模型最终的回答准确率几乎没有受到影响。 链接：

BREAKING: SpaceXSI completes MiniHard construction in just ~5 months, with Gun Range targeting a ~4-month build. According to SemiAnalysis, SpaceXSI is roughly halving construction timelines while most comparable projects face 8–12 month builds. • MiniHard: Construction finished in approximately 5 months. • Gun Range: The new site just south of the Tennessee–Mississippi state line is targeting approximately 4 months of construction. • Colossus 1: Its first retrofit delivered 150 MW of capacity in 122 days. • Colossus 2: A subsequent retrofit delivered 210 MW in just 91 days. • Project SPAM: Work started October 5, with the first capacity targeted for December. • Massive expansion: SemiAnalysis projects the Memphis–Mississippi campus will grow from 0.4 GW of IT capacity in January to 2.4 GW by the end of 2026. That would be a sixfold increase in one year. • Five major projects: The expansion spans Macrohard, MiniHard, Macroharder, Project SPAM and Gun Range. • Tesla powering the scale: SemiAnalysis reports 1,377 Tesla Megapacks across Colossus 2, providing nearly 6 GWh of battery storage. The construction timelines and capacity forecasts are SemiAnalysis estimates, with future milestones still targets. Elon Musk’s teams are bringing extraordinary speed and scale to the infrastructure powering AI.

每次我提 agent browser，都有推友说说 ego lite 强，我一直拖延症爆发是因为我不想下一个新的浏览器应用，今天有空终于试了一下，确定已经是非常强了，可以一件导入chrome 的状态这个很方便，试了下几个复杂流程执行成功率也挺高，人机并行也很方便。 当然它现在好像只有 mac 和 windows，我很多开发公族哦的 E2E 现在都是在 grok bot 上跑的，暂时还没发替代 agent browser，假如是本机使用，使用 ego lite 配合他的 skill 确实更强大。

好家伙！TradingView 的 Lightweight Charts 终于有人把技术指标库补齐了！ 70 多种技术指标、77 种 K 线形态，连实时计算、自动绘图和副图管理都搞定了！ tulip-rs-lwc，一套基于 Rust + WebAssembly 的 Lightweight Charts v5 技术分析插件。 以前用 Lightweight Charts 开发交易终端，K 线图虽然漂亮，但 MACD、RSI、布林带这些指标都得自己计算和绘制。 现在这套插件直接把计算和绘图封装好了，调用 API 就能使用。 核心能力： 1️⃣ 70+ 技术指标：MACD、RSI、EMA、布林带、ATR、ADX 等常用指标。 2️⃣ 77+ K 线形态：自动识别锤子线、十字星等形态，并标记在 K 线上。 3️⃣ 实时增量计算：新 K 线进来只计算新增数据，不用重复处理历史行情。 4️⃣ 自动图表布局：均线叠加主图，MACD、RSI 自动显示在独立副图。 5️⃣ Rust + WASM：通过 WebAssembly 执行指标计算，方便集成到交易终端。 6️⃣ 专业绘图：支持布林带填充、PSAR 趋势圆点和 Pivot Points 支撑压力线。 我比较喜欢它的自动布局功能，不用自己处理主图、副图和指标绘制，直接调用接口就能组合多个指标。 做 TradingView 图表开发、量化可视化或者想搭建专业 K 线交易终端的，这套源码值得收藏！ GitHub：

⚠️ Cursor has published a security incident report on the earlier supply chain attack. According to the investigation, the attacker used access keys issued by Cursor to Fireworks and subsequently exposed on Fireworks’ side to gain access to some of Cursor’s SaaS services and internal systems. The attacker ultimately tampered with the distribution cache for the Claude Code extension to collect information about users’ machines and install SSH backdoors. The compromised versions were Anthropic.claude-code 2.1.312 and 2.1.313 in Cursor’s VS Code extension marketplace distribution cache, affecting macOS and Windows. The exposure window ran from October 29 at 17:27 to October 30 at 04:35 (UTC+8), with up to approximately 5,000 users affected. Security recommendation: If you installed or updated to either affected version through Cursor’s marketplace during this window, read the official notice as soon as possible and run the remediation script for your platform to check for and remediate any compromise: Fireworks’ initial announcement and subsequent update:

最近 Mole CLI 有非常多的更新，Mac、Windows 和 Linux 都有很多优化和增强，打算了一起同步给大伙。 首先非常建议使用 CLI 小伙伴看到后，辛苦直接 mo update 更新到最新，因为有可能你本地还是半年前的版本，现在版本相比之前要完善更多，特别是对于一些AI 工具清理的加强和安全的保护上。 首先 Mac 这一块的卸载能力差不多完成了之前 GUI 版本差不多 900 款软件的卸载详细同步，可以享受一样的残留清理效果，然后对于开发工具的清理、以及代码编译过期内容的清理也有很多完善，甚至其实iPhone和Android模拟器工具里面也有非常多的缓存，也可以一起清理了。 然后 Windows 版本补了很多大伙常用的软件，360 极速浏览器、夸克、QQ、飞书、剪映、Trae 这些缓存都能清了，卸载的时候游戏存档、Epic 游戏和 WSL 磁盘会留着，还新加了 mo installer 命令，可以把下载文件夹里放了很久的安装包挑出来让你删除。 最后 Linux CLI 在上线后继续完善，Arch、Omarchy、Debian、Ubuntu 都可以用了，clean、uninstall、analyze、status、purge 这些命令和 Mac 上一样，像 Omarchy 这种会打 btrfs 快照的系统，删掉的旧包要等快照轮换后空间才回来，Mole 也会如实告诉你详细的清理现状。 最后假如你对各个系统的清理、维护、电脑优化、卸载有任何的建议，都可以找我，我来帮你把需要的地方完善好，把 Mole 做成好用易用效果好的电脑优化工具，哈哈，发完这个，我就去看李志去，期待今晚的演出！

这个 Grok Bot 跑出来的收益，确实有点夸张 我让 Grok Bot 的全自动交易终端运行了一整晚，期间持续自主执行交易。初始本金只有 69.67 美元，睡醒后账户余额已经达到 13,370 美元 整个过程我没有手动干预过任何一笔订单 只需要充值、启动自动交易，后续的机会筛选、进场时机、仓位管理，以及按照预设风控执行止盈止损，都交给机器人完成 我把这套 AI 自动交易系统涉及的 GitHub 开源工具整理成了下面这份清单： 1. Cryptofeed 实时获取各大交易所的成交、价格和盘口数据，为策略扫描提供行情输入 2. CCXT 统一交易所 API 接口，一套代码即可连接多个平台，完成行情查询、资产读取和订单执行 3. Freqtrade 量化交易的核心框架，支持策略回测、模拟交易、仓位监控，并提供可视化管理后台 4. VectorBT 利用历史行情测试不同的开仓和平仓策略，评估收益表现与最大回撤 5. TA-Lib Python 计算常见技术指标，从行情中提取 RSI、MACD、移动平均线等交易信号 6. skfolio 优化投资组合，根据资产权重、换手率和交易成本，辅助制定仓位配置 7. QuantStats 自动分析交易绩效，生成报告，直观呈现胜率、回撤和波动率等指标 8. DuckDB 轻量级数据库，用于保存盘口快照、订单和交易记录，方便后续分析与复盘 9. APScheduler 定时任务调度工具，可自动更新行情、检查账户状态，并按计划生成每日交易报告 10. Lightweight Charts 提供终端 K 线可视化，实时展示行情走势和策略执行的交易标记 这些组件可以通过脚本、API 和 MCP 协议连接起来，组成一套协同工作的自动化交易系统 不过，真正准备接入实盘时，有几条规则不能忽略： 独立管理下单权限，严格限制最大持仓和单日亏损 遇到状态不明确的订单，先核实执行结果，再决定是否重试 策略上线前，先在模拟盘完整运行一个周期 每日复盘必须区分已实现盈利、未平仓头寸、手续费、失败订单和账户资金变化，确保每笔资金流向都有记录 AI 自动交易的价值，不只是让机器人替你下单，而是把行情扫描、策略判断、风险控制和交易复盘串成一套自动化流程

The spy hoax flopped. So they pulled a new rabbit out of the hat. Right when people finally started seeing the witch hunt against Jensen Huang for what it is— right when the sympathy turned— the Ivy League spin doctors ran the same play again. Same quiet weekend. Same meaningless signature stunt. Same goal: kill the heat and let Anthropic (@AnthropicAI) walk away clean. Please. I could sign Putin and Kim Jong Un onto that standwithjensen list myself. And you know what hurts? It worked. Again. I'm nobody. No clout. No machine. No PR firm. But I have a conscience. And my money goes where my conscience goes. Zero shares. Zero derivatives. Zero exposure. Not me. Not anything I own. Not a dime for $ANT.

我的超快速构建服务 HayaBuild 做好之后，开发 iOS 应用再也不需要本地的 Mac 了！ 现在可以直接通过 Muse 或者 Grok bot 来开发 iOS 应用，然后推到 GitHub。配好工作流之后，它就会自动在我的构建服务上编译 TestFlight 的内测包，并自动上传到 TestFlight，不同版本 App 的截图和截图对比也是自动生成的。 我要做的唯一事情就是打开 TestFlight 更新内测版本！(感觉自己做了半个 airbuild)