看到个终端编码AI Agent —— SuperCoder
这个工具可以在命令行中，让AI操作代码搜索，浏览项目结构，编辑代码，bug修复，以及cursor的代码更改支持（定位代码并修改等）
地址：github.com/huytd/supercoder
Llama-4可能要来了！
我在 ChatbotArena 随机测试的时候发现了2个新的 llama 模型：
代号跟别是 spider, cybele. 其中： cybele 这个模型输出特别慢，可能是个特别大的模型？400B+？ 而spider特别话痨，输出了特别多并不需要的信息，可能用来创意写作会好一些，但是正常任务绝对不适合。 …
EQBench 的大模型创意写作榜单更新了
目前最能打的还是 DeepSeek-R1 ，新更新的 GPT-4o 第二，DeepSeek-V3-0324 第三。所以写文不用考虑，第一时间用 DeepSeek-R1 即可。
地址：eqbench.com/about.html#creative-writing-v3
因为看到 Hunyuan-TurboS-20250226 在 Chatbot Arena 的 Coding 专项排名很高。就测了一下。
大模型竞技场刚刚更新了 Hunyuan-TuborS-20250313 的评分。依旧是来自 ramondsq 同学的贡献。十分感谢。
Apple 平台的视觉推理框架 MLX-VLM 现在支持微调了！
这个发twi的是 mlx 核心贡献者之一。显示正在微调 Qwen2-VL-2B-Instruct。
千问3小时前发布了 QVQ-Max，一个图片/视频推理模型。
我测试了图片推理（吃惊的仓鼠），见图2。以及视频推理（win98屏保），见图3
HuggingFace 课程又又又更新了，这次是教你如何做一个推理大模型，使用之前复刻 DeeoSeek-R1 的开源项目 Open-R1
地址：huggingface.co/reasoning-course
给大家带来全网最速 DeepSeek-V3-0324 写代码实测！
直接说结论—— 超越 DeepSeek-R1！甚至超越 Claude-3.7! 难以想象这还不是一个 Thinking 模型！
DeepSeek-V3-0324 目前以 328.3 分在 KCORES 大模型竞技场排名第三 (图1)，仅次于 claude-3.7-sonnet-thinking 和 claude-3.5 (没错 claude-3.5 在我们的测试下比 claude-3.7 要好一些)。
DeepSeek-V3-0324-GGUF 量化版本来啦！
仍然是来自 Unsloth 团队，提供了Q2_K (大约244GB) - Q8_0(大约730GB) 总计7个量化版本。
地址：huggingface.co/unsloth/DeepSeek-V3-0324-GGUF
LiveCodeBench 上的这个 kimi-1.6 有点猛啊？那么啥时候发布？
在另外一个博主 cpldcpu 的 python 光线追踪渲染测试中，DeepSeek-V3-0324 的水平追上了 claude-3.7-sonnet
测试地址：github.com/cpldcpu/llmbenchmark/blob/master/raytracer/Readme.md
Gemini Code 支持Gemini-2.5-Pro 了！ 这是个 VSCode插件，直接装了就能用！
地址：marketplace.visualstudio.com/items?itemName=robertpiosik.gemini-coder
Gemini-2.5-Pro 这是获得了天顶星科技么？
来自 fiction.live 的大模型长文本理解（召回）测试，Gemini-2.5-Pro 竟然在120K上下文长度有 90.6% 的召回率, 这意味着你让AI在开篇埋个伏笔, 然后AI写了差不多10万字以后，仍然能记起来用这个伏笔…妈耶
不过这个测试的波动特别大，可以看到16K左右跌到了66.7 %（当然这个数值也很猛了，一般高于60%就是极好的水平），但是32K又恢复到了86.1%。
另外刚更新的 DeepSeek-V3-0324 也很不错，虽然略低于 DeepSeek-R1, 但仍然是很可用的。 …
超分辨率模型 Thera 实测！
这个模型可以将模糊的图片变清晰，在我实测中，它对图片中的数字表现很不错，注意原图(图1) 牛耳标的编号, 图2，图3是两种超分辨率优化后的结果。
DeepSeek 3小时前刚刚更新了 DeepSeek-V3-0324 （685B）. 目前还没上传模型卡。
而且deepseek官网貌似已经更新了（prompt提问 你的模型名称和版本是？，回答是知识截止日期为 2024年7月，之前的DeepSeek-V3 应该是2023年12月？）
总之我正在测试了！大模型竞技场稍后给出大家结果！
模型地址：huggingface.co/deepseek-ai/DeepSeek-V3-0324 …
2bit超低精度量化要进化了吗？ Meta发了一篇论文：ParetoQ: Scaling Laws in Extremely Low-bit LLM Quantization
说重点，这个论文使用的ParetoQ量化方法，计算量会增加10%，但是效果相当好： LLama3-8B 全精度（FP?）得分为70%，而2bit量化得分在67%-68%之间。（仅损失3%）
（见图1，灰色圆点是全精度得分，粉色线三角形是量化得分, 粉色三角形在2bit量化全面领先其他量化方法）
当然论文中目前仅测试了最大为8B的模型，更大模型效果不得而知。但2bit量化无疑为移动设备和小型设备上实装本地大模型提供了更好的条件。 …
