stevibe

stevibe

10,345 người theo dõi trên Twitter

Theo dõi

Bài đăng

Nội dung chủ đề

Vậy chúng ta biết Gemma 4 rất tốt trong việc gọi công cụ, nhưng còn lập trình web thì sao? Tôi đã đưa 4 ảnh chụp màn hình giao diện người dùng cho ba mô hình Gemma 4 và yêu cầu họ xây dựng lại, chỉ một lần duy nhất, không cần hướng dẫn, chỉ cần đưa ảnh vào, viết mã ra. Các mô hình được liệt kê: - E4B - 26B A4B (MoE) - 31B Dense (bỏ qua E2B lần này) Hãy cho tôi biết bạn nghĩ mô hình nào khó xây dựng nhất.

Nội dung chủ đề

Qwen3.6 sẽ là mã nguồn mở! Hãy cùng bình chọn cho kích thước mô hình yêu thích của bạn. Tôi tin rằng tất cả chúng ta đều biết kích thước nào là tốt nhất!

We are planning to open-source the Qwen3.6 models (particularly medium-sized versions) to facilitate local deployment and customization for developers. Please vote for the model size you are **most** anticipating—the community’s voice is vital to us!

Nội dung chủ đề

Gemma4 vừa ra mắt. Nó xử lý các lệnh công cụ như thế nào? Tôi đã chạy ToolCall-15 trên toàn bộ các dòng Gemma4. Gemma4 31b = Qwen3.5 27b. Cả hai đều đạt điểm tuyệt đối 15/15. Nhưng điều đáng ngạc nhiên là: Qwen3.5 9b đã đạt 13/15, trong khi Gemma4 cần 26b để đạt được con số đó.

Nội dung chủ đề

Qwen đang kỷ niệm sự ra mắt Qwen3.6 Plus, vì vậy tôi đã chạy thử toàn bộ dòng Plus qua cả hai bộ công cụ. Đầu tiên, tôi chạy ToolCall-15. Qwen3.6 Plus hoạt động hoàn hảo. 100%. Mọi kịch bản đều thành công. Qwen3.5 Plus? 90%. Qwen Plus? 87%. Qwen3-Coder-Plus? 80%. Bài kiểm tra vẫn phát hiện ra lỗi: "Tìm kiếm dân số Iceland, sau đó tính 2% trong số đó." Qwen3.6 Plus đã sử dụng kết quả tìm kiếm. Các phiên bản khác sử dụng một con số được ghi nhớ. Sau đó, tôi chạy BugFind-15. Kết quả đảo ngược. Qwen3.5 Plus dẫn đầu với 94%. Qwen3.6 Plus giảm xuống 84%. Phiên bản mới nhất trong dòng lại là trình gỡ lỗi yếu nhất. Việc gọi công cụ đã được nâng cấp đáng kể. Việc gỡ lỗi thì không được cải thiện. twitter.com/stevibe/status/203...

Giới thiệu Gemma 4: dòng mô hình mã nguồn mở mới của chúng tôi, bạn có thể chạy trên phần cứng của riêng mình. Được xây dựng cho các quy trình suy luận nâng cao và tác nhân, chúng tôi phát hành chúng theo giấy phép Apache 2.0. Dưới đây là những điểm mới 🧵

Nội dung chủ đề

Bạn có card đồ họa 16GB? Bạn có thể chạy tất cả những ứng dụng này ngay bây giờ. Đã thử nghiệm 4 mô hình dựa trên Qwen3.5 trên ToolCall-15 & BugFind-15: Các mẫu: - Qwen3.5:9b Q8 (Chính thức) - Qwopus v3 Q8 của Jackrong - OmniCoder-9B của Tesslate - Qwen3.5-9b-Sushi-Coder của bigatuna Bản tóm tắt: - ToolCall-15: Qwopus v3 đạt điểm tuyệt đối 30/30, Sushicoder đánh bại Qwen3.5 cơ bản. - BugFind-15: Omnicoder đã lật ngược Script và giành vị trí số 1 với 83% Không có mô hình nào giành chiến thắng cả hai giải, đó mới là điều thú vị. Cộng đồng mã nguồn mở đang hoạt động rất tích cực.

Màn hình chào mừng DGX Spark 🙈 (Mất khoảng 20 phút để đi được nửa đường)

Chi phí thực sự của việc sử dụng Codex/Claude Code hàng ngày: thói quen gõ lệnh `git push` trong giao diện dòng lệnh AI thay vì trên terminal đã trở thành phản xạ tự động.

Loading..