MoreRSS

site iconVersun修改

RSS Translator 开发者。
请复制 RSS 到你的阅读器,或快速订阅到 :

Inoreader Feedly Follow Feedbin Local Reader

Versun的 RSS 预览

SQ3R 阅读法

2025-03-08 16:14:56

刚刚在看  Reading Assignments: Crash Course Study Skills #2 视频时,了解到 SQ3R 阅读法,故做个小结:
SQ3R是指 Survey, Question, Read, Recite and Review
具体方法如下
Survey:先快速浏览文章,注意标题、小标题、加粗字、总结等,建立基本框架
Question:开始阅读前,写下你想了解或者预览后的问题,方便在阅读时抓取我们需要的东西,而不是尝试了解所有东西
Read:开始阅读,寻找问题的答案,如有必要,可做笔记
Recite:尝试不看原文进行回忆或者复述或者写下摘要
Review:回顾笔记,检查是否了解所有重点,定期复习

我在平时的阅读中,基本都会先快速浏览,判断是否有必要阅读,然后就直接开始阅读。
所以每次阅读完并没有很大的收获,反而会再次阅读,挑选我认为值得记录的语句,然后笔记或者发博文,这无形中浪费了很多阅读时间。

解决方法就是在快速浏览后,添加一个 Question 动作,记下你想从这篇文章中了解到问题,带着问题进行阅读,这样阅读完一遍就能完成拆解,更有效率

分享 Deta Surf 邀请链接

2025-03-07 20:11:20

Deta Surf 是一款默默无闻的 AI 浏览器,类似 Arc,但 AI 集成体验好很多
目前还在公测中,昨天(3月6号)刚放出的邀请功能,可至多邀请5位,先到先得咯
>> 邀请链接 <<
ps: 激活后你也可以在设置里创建邀请链接哈,欢迎在下方留言共享

XONSH:Python 驱动的 shell

2025-03-07 16:13:51

Xonsh 是一款现代、全功能、跨平台的 Python shell。它的语言是 Python 3.6+ 的超集,并添加了 Bash 和 IPython 中常用的shell命令。它适用于所有主流系统,包括 Linux、OSX 和 Windows。Xonsh 适合专家和新手日常使用

简单说就是 Xonsh = Python + Bash + IPython command
说实在的,我无法想象会有多少脏活累活要做,这工作量有点恶心。。。。敬佩开发者

QwQ-32B是最具性价比的模型

2025-03-07 14:17:31

阿里巴巴这次发布的 QwQ-32B 模型意义重大,一个可以直接在 macbook 上运行的推理模型,想不到来的这么快!

话不多说,我直接将上次只有 o3-mini 通过测试的代码问题在官方的 Chat 中进行测试。
首先为了对比,我使用前千问的最强模型 Qwen2.5-Max 进行测试,不出意外,掉入陷阱。
然后使用 QwQ-32B 进行测试,完美解决,成功指出了代码中隐性逻辑,避开了陷阱:
经过仔细检查,代码是正确的,没有发现错误。以下是验证过程的总结:

### 代码逻辑分析
1. **初始条件检查**:
   ```ruby
   return false unless publish? && send_newsletter?
   ```
   - 此条件确保只有当文章状态为发布(`publish?`)且 `send_newsletter` 为 `true` 时,才会继续后续检查。这符合注释中提到的发送邮件的条件。

2. **状态变化检查**:
   ```ruby
   became_published = saved_change_to_status? && status_previously_was != "publish"
   ```
   - 此条件判断文章状态是否从非发布状态变为发布状态。若满足,则 `became_published` 为 `true`。

3. **最终返回逻辑**:
   ```ruby
   became_published || saved_change_to_send_newsletter?
   ```
   - 如果文章状态从非发布变为发布(`became_published` 为 `true`)或 `send_newsletter` 从 `false` 变为 `true`(`saved_change_to_send_newsletter?` 为 `true`),则返回 `true`,触发邮件发送。

---

### 可能的疑问点
- **新建文章时 `saved_change_to_status?` 的行为**:
  - 在 Rails 中,新记录的 `saved_change_to_status?` 会返回 `true`(因初始值为 `nil`),因此案例4的条件会被正确触发。

- **`send_newsletter` 未变化时的处理**:
  - 代码确保只有在 `send_newsletter` 变为 `true` 或状态变为发布时才触发,未变化时返回 `false`,符合注释要求。

---

### 结论
代码逻辑完全符合注释中的描述和案例要求,**未发现错误**。所有条件和案例均被正确覆盖。

正如 @karminski3 所说的,QwQ-32B 是目前我们单机能部署的最具性价比的模型了!
心动了,是时候攒钱换 Mac Studio 了

DiffRhythm 模型

2025-03-06 14:54:52

国内的 ASLP-Lab 推出的开源音乐生成模型 DiffRhythm,只需提供歌词和音乐风格片段,就可以生成一首完整带人声的音乐,支持中英文,虽然人声还有点电音感,但整体效果相当可以了。
官网下方有Demo,我的音乐梦指日可待了!

我的英语学习之旅小结

2025-03-06 06:12:56

为什么要写这篇博文呢?
因为我在连续学习了66天后,学习的动力和欲望开始降低,且进步效果并不明显(毕竟只有66天,才刚刚开始)
所以我需要给自己一个交代,记录下学习的痕迹,否则真的要交代在这了。

我的学习方法其实很简单,那就是大量的英语阅读和听力,使用的软件是 LingQ,以下是我的学习进度统计:
LingQ Stats

总共阅读了 20.4 万字,其中认识的单词有 7501 个,标记了 3174 个新单词,学习了 51 个新单词。
阅读时间总共是 71 小时,平均每天 1 小时。
听力时间总共是 22.7 小时,平均每天半小时。

综上,看似学习了 66 天,其实时间也就 71 + 22.7 = 93.7 小时,也就近 4 天左右的时间,也难怪效果不明显。
但值得表扬的是,2025年到目前为止,每天都抽出时间学习英语,包括周末,慢慢养成了这个习惯。

所以我接下来应该要做的事:
1. 争取每天 2 小时在英语学习上
2. 要多听,最好能每天 1 小时的听力时间
3. 尽量少“坚持”,多样化去学习,多找些有趣的文章去看

期待下一次小结能有所进步