第19期--天山胜利隧道
一、刊首图
世界最长的高速公路隧道“天山胜利隧道”本周贯通，长达22.13公里，汽车要在里面开20分钟。它连接了被天山隔断的南疆和北疆
二、时事新闻
三、技术文章
1、Qwen2.5-LLM：扩展大型语言模型的边界（中文）
阿里通义千问官方发布的文章，其中有关于Qwen2.5大模型介绍、与其他模型的推理效果对比。
四、开源组件
1、monolith
Monolith 是一个基于 TensorFlow 构建的大规模推荐模型深度学习框架，支持批量和实时训练及服务。
2、pathway
Pathway 是一个 Python ETL 框架，用于流处理、实时分析、LLM 管道和 RAG。尽管 Pathway 是用 Python 编写的，但它是由 Rust 引擎运行，从而实现多线程、多处理和分布式计算。
Qwen-Agent是一个开发框架，可用来开发Agent应用，充分利用基于Qwen模型的指令遵循、工具使用、规划、记忆能力。本项目也提供了浏览器助手、代码解释器、自定义助手等示例应用。
AgiBot World数据集诞生于智元自建的大规模数据采集工厂与应用实验基地，一方面为机器人大规模数据训练提供场地，另一方面真实复刻了家居、餐饮、工业、商超和办公五大核心场景，全面覆盖了机器人在生产、生活中的典型应用需求。
5、VITA
VITA是腾讯优图实验室推出的首个开源多模态大语言模型，支持同时处理视频、图像、文本和音频。它具备中英文双语理解与生成能力，提供无唤醒交互和音频打断等自然交互功能。论文地址
6、outlines
Outlines 是一个帮助用户简单稳定地使用 LLM 的 Python 库，支持基于正则表达式、JSON 和语法规则实现结构化输出。
一个基于LangGraph、FastAPI和Streamlit构建的完整工具集，旨在帮助开发者快速构建和运行AI代理服务。
MiniCPM-o系列模型可以以端到端方式，接受图像、视频、文本、音频作为输入，并生成高质量文本和语音输出。
RealtimeSTT是一个强大、高效、低延迟的语音转文本库，具有先进的语音活动检测、唤醒词激活和即时转录功能。
10、Frappe Gantt
Frappe Gantt是一款开源的JavaScript 甘特图库，具有简洁的界面和丰富的交互功能。
11、SemHash
SemHash是一个轻量且灵活的工具，用于通过语义相似性来去重数据集。它结合了Model2Vec的快速嵌入生成和Vicinity的高效ANN相似性搜索，支持单数据集去重（例如，清理训练集）和多数据集去重（例如，确保测试集和训练集之间没有重叠）。
五、工具软件
1、AutoMouser（开源）
一个 Chrome 浏览器插件，将鼠标操作通过 AI 转为 Selenium Python 脚本。
2、EmojiClick（免费）
使用自然语言搜索 Emoji 符号。
3、OrbStack（免费）
OrbStack是一款专为macOS设计的快速、轻量级且易于操作的Docker容器工具，官方声称它比DockerDesktop速度更快。
4、code2prompt（开源）
Code2prompt是一个终端工具，能将代码库转化为单一的LLM提示，结合源码树结构，模板定制，以及令牌计数。
5、github-chinese（开源）
GitHub汉化的浏览器插件脚本，需要借助Tampermonkey去使用。GitHub 中文化插件 - GreasyFork 托管 - 发布版
6、BewlyBewly（开源）
BewlyBewly 是一个用于 BiliBili 的浏览器扩展，旨在通过重新设计 BiliBili 用户界面来提升用户体验。设计灵感来自于 YouTube、Vision OS 和 iOS，从而实现了更具视觉吸引力和用户友好性的界面。Chrome插件安装地址
7、Music Tag Web（开源）
一款可以编辑歌曲的标题，专辑，艺术家，歌词，封面等元数据信息的Web工具。
六、学习资源
1、从零训练微型语言模型MiniMind（中文）
旨在完全从0开始，最快仅用3小时，即可训练出仅为26.88M大小的微型语言模型MiniMind。
七、生活经验
1、梁文锋专题访谈
DeepSeek V3是来自杭州的量化基金公司幻方量化，一经发布，它就引起了国际范围的轰动。目前，它在大模型排行榜排名第7，在前十名里面，只有它是开源模型。它的训练成本很低，估计只有Meta的Llama 3.1 405B模型的1/11，而后者的效果还不如它。这也就是说，DeepSeek 找到了高效使用硬件、提高模型效果的方法。下面是幻方量化创始人梁文锋在专题访谈里说过的一些话：
- 我们要做的不是生成式 AI，而是通用人工智能 AGI。前者只是后者的必经之路，AGI 会在我们有生之年实现。
- 任何 AI 公司（短期内）都没有碾压对手的技术优势，因为有 OpenAI 指路，又都基于公开论文和代码，大厂和创业公司都会做出自己的大语言模型。
- 在颠覆性的技术面前，闭源形成的护城河是短暂的。即使 OpenAI 闭源，也无法阻止被别人赶超。我们把价值沉淀在团队上，我们的同事在这个过程中得到成长，积累很多know-how，形成可以创新的组织和文化，就是我们的护城河。
- 我们不会闭源。我们认为先有一个强大的技术生态更重要。
- 当前阶段是技术创新的爆发期，而不是应用的爆发期。大模型应用门槛会越来越低，创业公司在未来20年任何时候下场，也都有机会。
- 过去很多年，很多的中国公司习惯了别人做技术创新，拿过来做应用变现，自己等着摩尔定律从天而降，躺在家里18个月就会出来更好的硬件和软件。我们的出发点，就不是趁机赚一笔，而是走到技术的前沿，去推动整个生态发展。中国也要逐步成为贡献者，而不是一直搭便车。
- 大部分中国公司习惯 Follow，而不是创新。中国创新缺的不是资本，而是缺乏信心以及不知道怎么组织高密度的人才。我们没有海外回来的人，都是本土的。前50名顶尖人才可能不在中国，但也许我们能自己打造这样的人。
- 我们每个人对于卡和人的调动是不设上限的。如果有想法，每个人随时可以调用训练集群的卡无需审批。同时因为不存在层级和跨部门，也可以灵活调用所有人，只要对方也有兴趣。
- 我们选人的标准一直都是热爱和好奇心，所以很多人会有一些奇特的经历，很有意思。很多人对做研究的渴望，远超对钱的在意。
- 我们在做最难的事。对顶级人才吸引最大的，肯定是去解决世界上最难的问题。其实，顶尖人才在中国是被低估的。因为整个社会层面的硬核创新太少了，使得他们没有机会被识别出来。我们在做最难的事，对他们就是有吸引力的。
- 中国产业结构的调整，会更依赖硬核技术的创新。很多人发现过去赚快钱很可能来自时代运气，现在赚不到了，就会更愿意俯身去做真正的创新。
- 我是八十年代在广东一个五线城市长大的，我的父亲是小学老师，九十年代，广东赚钱机会很多，当时有不少家长觉得读书没用。但现在回去看，观念都变了，因为钱不好赚了，连开出租车的机会可能都没了。一代人的时间就变了，以后硬核创新会越来越多，因为整个社会群体需要被事实教育，当这个社会让硬核创新的人功成名就，群体性想法就会改变，我们只是还需要一堆事实和一个过程。
南美洲的亚马逊河是世界第二长的河流，仅次于非洲的尼罗河。但是，这条河却是唯一一条没有任何桥梁的世界主要河流，原因如下：
- 首先，每年的雨季，亚马逊河都会泛滥，河流的宽度会从旱季的5公里变成50公里，很难造桥，变成下图所示的样子。
- 其次，亚马逊河沿岸人烟稀少，只有很少几个城镇。最大一个城市的人口只有50万，不存在前往河对岸的强烈需求。
- 最后，亚马逊河两岸都是原始森林，并没有现成道路。如果造桥就需要砍伐大量森林，修建引桥和公路，环境代价很大。
3、有利息的工作
银行存款有利息，存得越久，利息越多。工作也是一样，也有利息，如果今年的工作可以节省明年或未来的工作时间，就是一份有利息的工作。工作有利息，意味着你未来的工作时间会变少，多出来的时间，就可以去做别的事情，创造更多的价值。这提示我们：
- 不要轻易更换工作领域，否则以前积累的利息就作废了。只有在同一个工作领域，才可能产生长期积累，以前的工作为以后打基础，最终产生巨大的利息。
- 在职业生涯的早期，积累效果最好，最容易产生复利。开始积累越晚，产生复利就越少。
- 有些劳动没有积累效果，不会产生利息，比如重复性的机械劳动（快递、咖啡店员、门卫……），你明年还是要重复做这些事情。
- 最好的人生策略就是，找到你深感兴趣、可以长期做下去的领域，在上面投入大量的工作时间（包括质量和数量），然后随着年龄增长，享受以前工作的复利。
八、闲情逸趣
九、数字与言论
1、保护海底光缆不出事是不可能的，你唯一能做的就是建立大量冗余，在不同位置铺设数十根光缆可能比保护它们更便宜。——Hacker News
2、摩尔定律预测，芯片性能大约每年会翻一番。但是，AI 芯片的发展速度比这快得多。今天我们发布的 GB200 NVL72 芯片，运行 AI 推理的速度，比去年的上一代 H100 快了30倍，比10年前的芯片快了1000倍。我们正在超越摩尔定律，AI 适用超级摩尔定律。——黄仁勋