有没有人能够并且有兴趣加入Midjourney团队，训练一些扩散文本模型？真的感觉我们可以做一些特别的事情，我越来越想尝试。

我在这里看到了风帆冲浪的市场团队。

GLiClass-V3：一系列仅编码器模型，在零-shot 精度上与 DeBERTa-v3-Large 相匹配或超越，同时提供高达 50 倍的推理速度。 核心设计： - 单次推理：无需交叉编码器配对。一次前向传递处理所有标签。 - LoRA 适配器：在逻辑任务（例如，形式逻辑推理、常识问答）上进行微调，以实现符号泛化而不发生灾难性遗忘。 - 边缘就绪：gliclass-edge-v3.0 在 A6000 上达到 97 ex/s，适合移动设备和物联网。 GLiClass-V3 变体（gliclass-*）： （基于 DeBERTa、ModernBERT 和 Ettin 进行边缘部署） - large-v3.0：70.0% 平均 F1（最佳） - base-v3.0：65.6% - modern-large：60.8% - edge-v3.0：48.7%（最快，基于 Ettin） - x-base：57% F1（英语），42%（多语言），用于强大的多语言零-shot 泛化。 基准测试（零-shot，无需微调）： - CR、SST2、IMDb：~0.93–0.94 F1 - 超越 GLiClass-v2 和交叉编码器（例如，DeBERTa-v3-Large、RoBERTa） - 可扩展到 128+ 标签，速度大幅提升（DeBERTa-Large：0.25 ex/s vs GLiClass：82.6） 用例： - 多标签分类（例如，主题、情感、垃圾邮件） - RAG 重新排序 - 隐私安全的设备内 NLP 基于 DeBERTa 和 ModernBERT。完全开源。 pip install gliclass

在构建编码代理时，聊天 LLM 时代的最佳实践不仅过时，而且是有害的。 与 @Sourcegraph 的 CTO @beyang 的谈话笔记

@turbopuffer 是像 @cursor_ai 和 @linear 这样的公司的首选数据库。 来了解一下在对象存储上构建十亿规模向量搜索所需的条件吧！

青蛙已经被放出来了！ 🛍🐸 宣布 Toad - 一个用于终端中自主编码的通用用户界面

🇺🇸 今天是我们努力了六个月的日子。我们正在宣布美国的人工智能行动计划，这将使我们走上持续的人工智能主导之路。 三个核心主题： - 加速人工智能创新 - 建设美国人工智能基础设施 - 在国际人工智能外交和安全方面领先。 这是一份很长的文件 (!) 我强烈建议你阅读它。 这里有很多令人兴奋的行动，但我特别偏爱的是对开源和开放权重的关注，并确保美国在这个关键领域处于领先地位。 这代表了许多人的努力，但我特别想强调 @DavidSacks @mkratsios47 和在这方面花费最多时间、精力和努力的人：@deanwball 就我个人而言，这是我非常自豪能参与的努力，这也是我签约这份工作的原因。我相信今天的这一宣布以及其他宣布将使我们走上特朗普总统所呼吁的人工智能主导之路。

我越是构建这个编码命令行工具，就越意识到我根本不可能加入Claude Code团队。

直到人工智能能够让一个女人爱上他们又离开他们，我才不觉得惊艳。 - 检查日志 好的，我觉得惊艳了。

guardrails ai 发生了什么？