sentinelK

其实这个问题是非常主观的。

学霸 A 刷遍了全世界所有的题，发现考试的时候撞题成功，考了满分。 学霸 B 智商超群，考试的时候利用其他题干互相印证推导，做题成功，考了满分。

他们都是满分，只是不稳定因素不同。

学霸 A 对于历史信息有过拟合。所以做题很难做满分。 学霸 B 推导…

降智这种主观的都先不谈。

各家 plan 的“代币”有能说明白的吗？ 现在 LLM 厂商给我的感觉，就是我进饭馆，我能吃什么，吃多少，花多少钱，都不是我能决定的。

BFS 换脸，Klein 9B + VTON LoRA 换衣。这样就生成了初始帧。然后通过初始帧来进行 I2V 生成。

如果从广义的人才筛选角度上讲，普遍都是这样的。这是劳动人口供给关系决定的。

1 、这个模型真的能符合你的需求吗？ 2 、这个设备是统一内存，所以速度非常感人。你能忍受你每轮对话 1 分钟 AI 才吐字，10 分钟给你改一行代码吗？如果能忍你就可以冲。

@zzutmebwd 不错的思路，反过来确实听上去也合理，回头尝试下

@zzutmebwd 肯定不是性能最优解，只是 all in one 的一个玩具妥协产物，不过确实如此，用 windows+wsl 掣肘太多。

@quickfox 确实，我的疏漏，感谢指证

@zzutmebwd 本人用 vllm 运行 nvfp4 ，不知为何总是启动的时候直接拉崩整个 wsl……日志能看到的都是 OOM ，不清楚 vLLm 到底在干什么……

“不怕代码泄露吗” 怕的公司不会让用的。而且目前 AI Coding 的用量，在大公司整体有缩紧趋势。

相当于之前的半年到一年属于野蛮生长的探索阶段。现在逐渐趋于冷静了。

“还是说找 openai 、anthropic 这些公司合作的呢，比如签了签企业版合同，更强的数据隔离保障等？”没有…