抡锤者

@Li-Brace 二手已經過保的非渦輪, 而且這個也是最近已經成交的價錢, 買少見少了吧

@koala 我认为这个你可以只鹅几在AI音视频栏目发一个单独的帖子，不要混入这里。可以复制这几个图片就可以了。

@566656661 有钱犯贱，刚刚买了13寸的m1 macbookpro 13寸了 3000出头，成色8成新，玩一年半载再2700卖也算可以

已经更新自动批量生成，只要有新资料，操作人员就可以点击进入 comfyui 批量自动生成相关的图片和动画spite,自动嵌入相关的新资料database, 无需再使用人手一个一个按了。。。 然后新图片会在缩图list 自动marking 一个new [image: 7db263dd-4821-4964-aca3-05543e32f506.png]

@566656661 假設你輸入"Find me the content related to ABC12383" (幫我找一下有關ABC12383的内容), 首先你可以給基本模型把這個請求標準化(Normalize), 模型正常情況下會幫你把有關内容拆解成字串 (三字串trigram或者兩字串bigram), 然後幫你在分塊好的内容選出來, 假設你的文件中包含有關於ABC123, ABC23, ABC83, ABC128, ABC238, ABC12383(這個才是想要的) 这个例子中, 就像你说的, 由于ABC123, ABC23, ABC83, ABC128, ABC238, ABC12383 的向量相似度都很高, 所以真正的 ABC12383 的返回优先级并不高. 但在关键词搜索中, ABC12383的优先级往往就很高, 所以召回的chunk中, 会优先返回. 对于准确的内容, 比如产品型号、错误码、文件编号等等，单纯依赖 Embedding 确实容易召回错误的 Chunk, 所以可以结合 BM25 等关键词搜索，然后再交给 Rerank 做最终排序。

不知道双路的x99会不会在pic通道上会好一些呢。

@Tony-Wang ，中医确实比较玄学，这事还得靠老师傅望闻问切吗，别说AI，就是你专门学中医的，也搞不准。

@stxpnet 和小菜没有关系，群就是超级版主群，只有超级版主能加入，内部除了管理论坛，不发任何信息。

@张老师 这个跟玩3d 打印机圈子一样 一直都在搞硬件 测试打印速度 真正用起来的很少 最多的应用就是用打印机打印下一架打印机

Hermes Webui , 已经合并我的bug了 . issue: 4313 https://github.com/nesquena/hermes-webui/issues/4313#issuecomment-4721122332 [image: b757b8b0-9cf5-49df-89f4-8952c191e59a.jpeg]

@Peace-Love 既然问到这个问题的话，我就去留意加载的速度。。。。 原来我现在的comfyui 加载模型是每秒1gb - 4gb 之间，难怪不会特别感觉到慢 如果是sata ssd, 好的samsung 可以max 500mb/s, 有些ssd 只能300mb/s 那样我很难想象当我驱动comfyui的时候，还会不会想以前那样爽。。。

挺好的，反正有竞争就好。DeepSeek其实也在发力Harness，我们可以期待它的极致效率。

没事，导航会重做，暂时先这样。