QIN2DIM's Tech Channel

https://docs.sglang.io/cookbook/autoregressive/Qwen/Qwen3.8-27B

？？有人测出来 V4 Pro 在 Minimal 工具下启动行为和其它工具下表现完全不一样，Minimal 工具下和之前灰度时候的 “I need” CoT 一模一样，复现了一下是真的 真绷不住了，我说他们怎么做到官方跑 Terminal Bench 跑 87.9，结果 AA 跑的只有 79 的，感情搁这疯狂过拟合 Minimal Harness，还有安全词的说是 又要变祖了吗... DeepSeek V4 Pro 不是能力不行，而是对首次请求的工具结构极其敏感。官方 Standard/PTC 只有 91/92 分，Minimal 是 99/96，但只有两个工具。我们做了一个两阶段插件：首轮只给 shell + read 锚定 Minimal 推理轨迹，第一次工具调用后立刻恢复 Standard 全部 25 项工具。Windows 连跑两次 98/99，均值 98.5，第二轮全程 let me=0，证明不是抽卡，也不需要牺牲完整工具能力。 插件已开源：https://github.com/xiaobright/dsh-anchored-standard 完整评测、原理分析和统计证据：https://github.com/xiaobright/modeltest 如果真的是这样的话那也太弱智了，dpsk 这模型发的真是创记录了 · 全球首个发了权重以后发现发成 V4Flash 权重了，然后紧急撤回权重的模型 · 全球首个在短短一天内发布和不发布来回抽搐 N 次的模型 · 全球首个不在指定环境运行就能掉完性能的模型（原来对标 Codex 是这么个对标法吗），而且还不告诉用户要在这个环境运行 搁这当 ARG 玩呢 甚至 deepseek-harness 还专门有一个 Commit 将 Minimal 的提示词对齐到 RL 环境

https://www.bilibili.com/video/BV1Fjgw6iEmP/

https://www.bilibili.com/video/BV1Fjgw6iEmP/

https://x.com/i/status/2087915568716566636

https://x.com/i/status/2087934657354678421

有人关注这个吗，gemini-3.7-flash https://x.com/i/status/2087948366294515977

🤖 DeepSeek Harness 已发布，DeepSeek-V4-Pro-0813 权重已开放 DSH | Hugging Face 20:56 更新：Github 仓库 已开放，采用一切皆插件的架构，并由 Cordis 驱动 🌸 在花频道 · 茶馆水群 · 投稿通道

DeepSeek-V4-Pro-0813 API 可调

DeepSeek-V4-Pro-0813 API 可调

Qwen 开放 Qwen3.8-2.4T-A95B，总参数 2.4T，激活参数 95B Qwen 开放发布 Qwen3.8-2.4T-A95B，模型总参数量为 2.4T、激活参数为 95B，原生上下文长度 262,144 tokens，可扩展至 1,010,000 tokens。 Huggingface 看热闹 ing，今天晚上发布的模型有： - WeLM，微信的大模型 - Qwen 3.8 Max 的开源权重 - DeepSeek v4 Pro 正式版 - Grok 4.6 🌸 在花频道 · 茶馆水群 · 投稿通道

消息称谷歌已搁置发布 Gemini 3.5 Pro AI 模型 行业分析机构 Semi Analysis 最新报告称，谷歌内部可能已搁置 Gemini 3.5 Pro 模型，为填补该模型迟迟未发布留下的空档，该公司可能提前宣传 Gemini 4 系列模型。 来源：IT之家

最难绷的第一集