Skip to main content

黑洞资源笔记

黑洞资源笔记
黑洞资源笔记

  3. 星星大厂云服务器（阿里云 腾讯云 亚马逊 谷歌云），提供自助充值平台，解决24小时充值问题，全网招代理，全网最低折扣 。
    大厂云自助开户充值 @xxbots
    星星云频道介绍 @xxy88
    需要海外服务器联系星 @xxyun0 #AD

  4. 一哥们做了个 Claude 中转站。不是随手套个壳那种，是他自己重度用 Claude Code 之后，干脆把 Max 号池、防封、分组、风控这一套都自己搭了。#AD

    防封这块自研了挺久，目前内测跑下来，还算稳定。
    价格也直接一点：100 元人民币到账 150 美金额度，也就是 1:1.5 的充值倍率。


    现在还在内测，所以内测充值的额度，正式上线时还会返一部分。

    比如你现在充 100 元，到账 150 美金额度。
    正式上线时，按 150 / 2 = 75，再返还 75 额度。


    分组这块也做了区分：

    有直连Claude官方账号分组；
    也有 AWS、逆向这类兜底分组。


    不同分组成本和适用场景不一样，大家按自己的预算和服务要求选就行，别一上来乱冲。

    他做这个东西最开始不是为了蹭热点，是因为他自己 Claude 消耗太大了，外面的中转站又总有几个问题：（具体情况点此推文查看）

    要么贵；
    要么不稳；
    要么不知道对面是谁；
    要么出问题找不到人。


    所以干脆自己做一套。

    现在还是内测期，肯定还有体验要磨。
    但底层号池、稳定性、客服响应、分组规则，我会继续往死里优化。

    需要 Claude 稳定额度的，可以先去试一下：ccode.dev

    支持对公，支持开票，也支持采购、供应合作。承诺假一赔三。
    有需要的兄弟自己去体验。

  5. netflix的官方技术博客发了篇长文介绍模型服务中的路由现状 | blog

    “这是一个多篇系列博客的第一篇，分享了我们如何通过机器学习模型服务基础设施在多个领域（例如，标题推荐、商务）大规模提供个性化体验的技术见解。

    在这篇介绍性博客中，我们将深入探讨我们的领域无关 API 抽象及其流量路由能力，该能力由中央 ML 模型服务平台向多个特定领域的微服务暴露，用于模型推理。这个单一的 API，即进入 ML 模型服务平台的入口，显著提升了在现有 ML 体验上迭代新版本的创新速度，同时也支持使用 ML 构建全新的产品体验。”

    在大规模在线推理系统里，路由不只是把请求分发到任意实例，而是要在延迟、吞吐、成本、可用性、模型/硬件异构性和实时负载变化之间做权衡；文章梳理了从简单静态/轮询式负载均衡，到更智能的、感知服务状态与性能指标的自适应路由思路，强调好的 routing layer 应该把模型副本、容量、队列、SLO、降级策略和观测数据结合起来，动态决定请求去哪里，从而提升资源利用率并稳定用户体验。

  6. 强化学习教程：Hands-On Modern RL，现代强化学习实战指南：涵盖经典控制、LLM 后训练、RLVR 与多模态智能体 | 在线阅读 | github | #电子书 #指南 #教程

    2016 年，AlphaGo 击败李世石，强化学习第一次震撼公众。2022 年 ChatGPT 发布，人们发现 RL 正是让大语言模型从"能说话"变成"说好话"的关键技术。从 DeepSeek-R1 到各类开源对齐模型，RLHF、DPO、GRPO 等算法已经深刻地重塑了整个 AI 行业。

    然而，市面上的学习资源严重滞后于行业实践。主流教程对 RL 一笔带过，专门的 RL 教材又停留在传统框架，对 PPO、DPO、GRPO 只字不提。一个想要理解 RLHF 流程的工程师，不得不在经典教材和最新论文之间艰难地自行搭建桥梁。我们着手写这本书，就是为了填补这道鸿沟。

    这本书代表了我们的尝试——让现代强化学习变得平易近人，用代码、数学和直觉的融合来教会人们核心概念。

    一种"先动手、后理论"的学习路径

    许多教科书先讲完 MDP 的全部性质，再讲贝尔曼方程，最后才允许你碰一行代码。在这本书中，你将从第一章的第一行代码开始训练一个智能体。当你亲眼看到 CartPole 的小车从摇摇晃晃到稳稳站立，亲手用 DPO 让一个大模型学会"说好话"，再回过头理解背后的数学时，学习过程会更加自然，理解也会更加持久。

    每一章都遵循一个四步循环：先给你一段可运行的代码，让你获得直接经验；然后引导你关注训练曲线上的关键现象；接着在具备直觉的基础上讲解数学原理；最后用理论重新解读之前的现象，完成从直觉到形式化的闭环。

    本书的每一章都包含可运行的代码示例。强化学习中的许多直觉只能通过试错来建立——调一调学习率，观察 reward 曲线的振荡；改一改 clip 参数，看看策略是否会崩溃。这些经验无法仅靠阅读公式来获得。

    本书面向学生、工程师和研究人员。不需要过往的深度学习或机器学习背景，只需基本的 Python 编程能力、线性代数（矩阵运算）、微积分（偏导数、链式法则）和概率论基础（期望、条件概率）。大多数时候，我们会优先考虑直觉和想法，而不是数学的严谨性。

  7. Realmbird正在写Deepseek 新架构mHC的系列文章，目前完成了一篇。| blog

    流形约束超连接（Manifold-Constrained Hyper-Connections，mHC）是 Deepseek 新增的一种架构，并已在 Deepseek v4 中实现。

    mHC 是对 HC（超连接）的一种修复，它解决了 HC 导致的梯度消失或爆炸问题，同时仍保持性能提升。因为在 HC 上添加权重和偏置会使来自较早层的信号更难更新，从而使残差流的“残差性”降低。

    HC 是一种诅咒般的方法，通过在残差流上添加权重和偏置来模拟更宽的残差流。

    mHC 是对 HC 的改进，其中使用 Sinkhorn-Knopp 方法使残差流上的权重和偏置变为双随机矩阵。双随机矩阵的行和列之和都为 1，就像同时沿行和列应用 softmax。MHC-lite 与 mHC 论文类似，但使用了 Birkhoff-von Neumann 方法来实现双随机矩阵。

  8. 一份面向工程设计的人形机器人指南，很多人形机器人的硬件/物理学知识 | blog | #指南

    “一个类人机器人每小时大约走 5,000 步。每一步都会将相当于身体重量 2–3 倍的冲击力传递到腿部执行器——偶尔承受这样的力还可以，但当这种冲击连续数千次而不间断时，就会造成破坏。这种无情的工作循环正是大多数类人机器人执行器失效的原因，也是幸存者最终都采用相同工程解决方案的原因。

    关键在于，因为这种冲击发生的速度快于任何传感器循环的反应时间（亚毫秒级），执行器必须在机械上能够‘让步’（可反向驱动性），以吸收能量。如果执行器在机械上是自锁的——如大多数工业用滚珠丝杠——齿轮箱就必须吸收 100% 的冲击能量，从而导致瞬间剪切失效。”

  9. 现在市面上AI工具很多，skills也遍地都是。似乎构建一个AI自动化工作流已经非常简单了。但是，真正动手才知道，这里面的坑非常多：

    *很多skills看似很厉害，但不能完成我的个性化的需求。AI时代，真正属于自己的、个性化的工作流才是重点。

    * 下载了skills，好容易配置起来了，但运行就是不稳定，有时候好使，有时候又不好使。修起来也不知道从何下手。

    * 使用OpenClaw极费token。

    * 有些skills要求注册api key，或者调用频率有限制。本来只是想完成自己的一个小需求，没想到还得付个订阅费。

    这个视频演示如何使用Claude Code + AmphiLoop免费制作一个真正属于自己的AI工作流：自动浏览+汇总YouTube上指定的视频频道，并把汇总信息定时发送到手机。
    Media is too big
    VIEW IN TELEGRAM

  10. 一个世界模型的教学项目：Nano World Models

    这个项目把一个完整研究世界模型需要的东西放在一起：数据、训练、评估、模型变体、实验消融、可视化和下游应用。它的目标是降低从“读懂世界模型”到“实际部署和实验”的门槛，并通过简洁抽象、模块化配置和完整文档，让使用者能轻松修改、适配和扩展。

    项目强调“从模型到科学”的转变：随着世界模型方法逐渐收敛，真正重要的问题变成如何理解模型行为、验证经验规律、探索规模化和最佳实践；因此它提供了模块化设计、丰富数据环境、可复现实验和开放资源，目标是成为世界模型研究社区的共享基础设施。