https://www.reuters.com/business/google-signs-multibillion-dollar-ai-chip-deal-with-meta-information-reports-2026-02-26/ 

[!quote]+ 
2 月 26 日（路透社）——据《The Information》周四援引一位参与谈判的人士报道，Meta Platforms（META.O）已签署一项数十亿美元的协议，将从谷歌（GOOGL.O）租用人工智能芯片，以开发新的人工智能模型。 
这份多年期协议的报道出炉之际，各公司正斥资数十亿美元用于芯片和人工智能基础设施，以满足市场对人工智能的需求 。

就差手机端了，话说zed啥时候更新一下crates.io上的gpui啊 
 [图片]

年后遇到了账号频繁退出的问题

[image] 
想学习的我，被堵在了门外

[image]

如题，干了些杂活动，挂了个5作。目前研一，想知道对未来工作或者读博有没有作用？末2计专未来推荐走什么方向？ 😇

[image] 
Codex - Windows官方下载 | 微软应用商店 | Microsoft Store

qwen code cli 
iflow 
qoder cli 
阿里这是要做什么？

今天查到成绩发现比第一次裸考还低是挺无语得，英语感觉至少60多最后只有52 考得199😅

资产配置里面石油黄金一点都没买，搞的心理慌慌的

有没有国外的价格低的机器适合用来做开发机，现在基本都是vibe coding，可以开个终端就开干，摸鱼的时候写我自己的项目，网络回国质量无所谓，可以挂梯子

大家正月十五前就回学校了吗 😱

[!abstract]+ 
长输入序列对于大型语言模型 (LLM) 的上下文学习、文档理解和多步推理至关重要。然而，Transformer 的二次注意力成本使得推理过程耗费大量内存且速度缓慢。虽然上下文蒸馏 (CD) 可以将信息转化为模型参数，但由于训练成本和延迟，逐提示蒸馏并不实用。为了解决这些限制，我们提出了 Doc-to-LoRA (D2L)，这是一个轻量级超网络，它通过元学习在单次前向传播中执行近似 CD。给定一个未见过的提示，D2L 会为目标 LLM 生成一个 LoRA 适配器，使得后续查询无需重新消耗原始上下文即可回答，从而降低目标 LLM 推理过程中的延迟和键值缓存内存消耗。在一个长上下文的大海捞针任务中，D2L 成功地学习将上下文映射到存储“针”信息的适配器，在序列长度超过目标 LLM 原生上下文窗口 4 倍以上的情况下，实现了近乎完美的零样本准确率。在计算资源...

漏洞本质： 
当一个Google Cloud项目（GCP project）启用Gemini API（即Generative Language API）后，该项目中所有已存在的API密钥（包括多年以前创建、公开嵌入前端代码的AIza…格式密钥）会自动、静默地获得对Gemini相关敏感端点的访问权限。 


佬们自己有谷歌项目的注意下，貌似这个漏洞还没有完全修复 之前公开的非敏感key还是会导致gemini的访问  而且如果上述成立的其他的非敏感key 也可以无限白嫖gemini了。（直接无限CPA？？？？） 
 [image]

目前在自学 langchain 和 langgraph,在思考跟业务结合的整体流程是什么? 
我目前的理解是:langgraph 是用来做 ai 后端的,那得和前端或者说以什么方式展现出来给人用,这样才是一个完整的可以使用的 ai agent. 
那怎么能在现有的公司的网站上使用呢? 我看他们有 chat ui,把这个 chat ui 加到自己网站上,然后前端全部去请求业务的网关,网关转请求到后端 python 服务? 
或者你们现在用什么写agent,最近在积极学习agent开发,llm开发是做不了了,退而求其次搞搞agent或者工作流开发

早上更新了ccs到3.11，然后发现端点测速功能没有了，查更新log也没提到这个，还是新版本隐藏了需要手动开启？有佬知道吗？

请教一下各位老友，codex拼车一般多少钱一个月比较靠谱？我看咸鱼上有8元一个月的，不知道靠不靠谱？每天大概有多少用量？

如题，本人有Copilot学生会员，Cursor pro会员，和一些中转站的API，应该是可以用到最先进的模型，之前一直用的是cursor，其他的几个刚了解，不知道现在的这几个工具哪个更好用一些～ 而且中转站的api好像不能接 Openclaw，想玩一下openclaw有什么适合小白，成本比较低的，一键部署的方法～ 希望佬友解答

如图： 
 [图片]

（话题已被作者删除）