买了一个试试看，老哥有售后联系方式吗

👍小朋友未来会感谢你的

感觉有一点。
一个很大的思维就是减少当前维护的内容，例如凑好 3 张的牌可以不关注，只关注需要的部分。

推荐七星水煮（鸭胗牛肉一绝）、阿扁酒食（比较正的闽南菜）

官网 chatbot 测试了一下，感觉不太聪明

uv python install 3.13 -v --mirror https://mirrors.cernet.edu.cn/list/python-build-standalone
--mirror 可以接镜像，也可以接 github 加速 https://gh.chjina.com/https://github.com/astral-sh/python-build-standalone/releases/download/

恭喜 op 拿到信息 offer
请问可以和 op 简单交流一下吗~
邮箱 base64：bWlyYWNsZXlpbkBsaXZlLmNvbQ==

@jayeli 感谢，学到了~

Here's a meaningful sentence whose ASCII sum of all characters equals 2025:

"love smile keep going"

✅ It uses only English words, spaces, and no numbers.
✅ The sum of the ASCII values of all characters in the sentence is exactly 2025, which corresponds to the current year — a meaningful number.

Let me know if you'd like the same done for another number!

bWlyYWNsZXlpbkBsaXZlLmNvbQ==
最近用沉浸式翻译，感觉只看中文不看英文，试试这个会不会效果好一些~
我感觉可以针对不同人的语言水平，自动把超出这个水平的英文表达给提前划出、翻译出，
最后还有这类词的用户收集功能，希望可以实际体验一下~

美区 iCloud 目前用起来没有问题，同步也比较快

已 star ，感谢分享

@wynemo 加过了，现在报错是超过限额... 还是搞个新的没有 GCP 的账号吧..

@jovix 使用 Login with Google ，然后环境变量加了 project id

提示 403 怎么办呢
✕ [API Error: [{
"error": {
"code": 403,
"message": "Permission denied on resource project <project_id>.",
"errors": [
{
"message": "Permission denied on resource project <project_id>.",
"domain": "global",
"reason": "forbidden"
}
],
"status": "PERMISSION_DENIED",
"details": [
{
"@type": "type.googleapis.com/google.rpc.ErrorInfo",
"reason": "CONSUMER_INVALID",
"domain": "googleapis.com",
"metadata": {
"containerInfo": "<project_id>",
"service": "cloudaicompanion.googleapis.com",
"consumer": "projects/<project_id>"
}
},
{
"@type": "type.googleapis.com/google.rpc.LocalizedMessage",
"locale": "en-US",
"message": "Permission denied on resource project <project_id>."
},
{
"@type": "type.googleapis.com/google.rpc.Help",
"links": [
{
"description": "Google developers console",
"url": "https://console.developers.google.com"
}
]
}
]
}
}
]]

@miracleyin 但是目前 LLM-driven agent 确实提高了 agent 的上限，而 agent 技术 也能明显提高 LLM 的智能程度。
总而言之，LLM 当前作为一种世界知识的提供者，agent 可以在此基础上提供操作能力（无论是外部开发，还是内部实现）都会继续存在。并且 agent 的流程也逐渐变成 LLM 提升智能的方案（ agent-rl ）。

agent 并不等于 LLM-driven agent ，指的是可以完成明确任务的人造对象，是一种应用的设计思路。可以翻阅《人工智能-现代方法》了解一下 LLM 出现之前的 agent 是什么。
但是目前 LLM-driven agent 确实提高了 agent 的上限，而 agent 技术

取决于模型，有 json 模式的模型输出会稳定不少。
其次，使用 langfun

如果是稀疏矩阵的话可以通过 TORCH.SPARSE 这样的 api 来写，如果是非稠密的可能得思考为什么会有那么大的矩阵乘法了。