今天abc看了啥🤔

现在我也不知道这频道发了啥了，各位慢慢吃瓜，将就着看

联系我请去 @abc1763613206

友链儿
@cyberElaina
@rvalue_daily
@billchenla

今天abc看了啥🤔

  1. 今天abc看了啥🤔

    我记得是不是有什么东西也叫aDrive

    Forwarded from ztt的海鲜摊 | ztt-0.5B-tiny @白露 (ZianTT)
    在花🎗️科技圈
    字节将发布独立智能网盘“ADrive”，腾讯网盘先已布局，网盘 AI 大战打响 字节跳动将于本月发布独立企业级智能网盘 ADrive，目前已开放试用申请。产品面向 AI 智能体与人类协同办公，支持统一存储、团队协作、自然语言检索及智能文件处理。腾讯云已于 2026 年 6 月启动全新“腾讯网盘”研发，覆盖个人和企业用户，主打 AI 资产备份与协作共享。 36kr 🌸 科技圈· 茶馆 · 投稿
    我记得是不是有什么东西也叫aDrive

  2. 今天abc看了啥🤔

    特稿|追觅万人大撤退据知危编辑部，此前以 “ 百万亿美元全生态 ” 为名高速扩张的追觅，正在通过欠款、裁员和业务裁撤的方式收缩

    Forwarded from LoopDNS资讯播报
    特稿|追觅万人大撤退

    据知危编辑部，此前以 “ 百万亿美元全生态 ” 为名高速扩张的追觅，正在通过欠款、裁员和业务裁撤的方式收缩。从6至8月底，离职与被裁员工在1万人左右，赔偿标准为0.5N至N+1不等，追觅汽车、手机团队目前 “ 已不剩什么人了”。

    ▎Source
    Telegraph
    特稿|追觅万人大撤退
    追觅的缩编仍在继续。

  7. 今天abc看了啥🤔

    已被外媒香港记者搞大新闻Deng told the South China Morning Post on Wednesday that he was “not currently writing a yuri novel. That statement was entirely in jest.”

    &'a ::rynco::UntitledChannel
    起承转百合
    已被外媒香港记者搞大新闻
    Deng told the South China Morning Post on Wednesday that he was “not currently writing a yuri novel. That statement was entirely in jest.”


    https://www.scmp.com/news/china/science/article/3367197/ill-write-romance-novels-if-ai-solves-all-maths-chinese-fields-winner-jokes

  9. 今天abc看了啥🤔

    DS 已滑跪，不再直接将 DSv4 Pro API 路由到 4.1 Flash为响应广大用户的需求，我们决定在 2026 年 9 月 14 日之后继续提供 DeepSeek V4 Pro 的 API 调用服务，计费方式保持不变；如有变动，我们将另行通知

    Forwarded from HAT's Public Channel | 🫪
    DS 已滑跪，不再直接将 DSv4 Pro API 路由到 4.1 Flash

    为响应广大用户的需求，我们决定在 2026 年 9 月 14 日之后继续提供 DeepSeek V4 Pro 的 API 调用服务，计费方式保持不变；如有变动，我们将另行通知。感谢您的理解与支持！


    https://api-docs.deepseek.com/zh-cn/

  10. 今天abc看了啥🤔

    中行哔哩哔哩万事网联借记卡 确认将上线网申和选号功能#中行 • 产品名称: 哔哩哔哩2233联名借记IC卡（万事达版） [DP] • BIN: 223300🔗 万事网联卡合集🔗 万事网联借记卡合集🔗 万事网联卡更新进度👉🏿 @DocOfCard_channel / 🇨🇳厉害卡合集

    Forwarded from DocOfCard Channel (矮油我去少年你这是喜脉️️)
    中行哔哩哔哩万事网联借记卡 确认将上线网申和选号功能

    #中行

    • 产品名称: 哔哩哔哩2233联名借记IC卡（万事达版） [DP]
    • BIN: 223300

    🔗 万事网联卡合集
    🔗 万事网联借记卡合集
    🔗 万事网联卡更新进度

    👉🏿 @DocOfCard_channel / 🇨🇳厉害卡合集

    中行

  12. 今天abc看了啥🤔

    关于自NOI 2029起取消A类选手加分政策的公告为促进各地区信息学竞赛均衡发展，NOI目前设置有A类选手加5分政策

    关于自NOI 2029起取消A类选手加分政策的公告
    为促进各地区信息学竞赛均衡发展，NOI目前设置有A类选手加5分政策。根据近年来NOI赛事实际情况，CCF NOI竞赛委员会、NOI科学委员会认为，现行A类选手加分政策已不再适应赛事发展和人才选拔需要。
    经研究决定，自NOI 2029起取消A类选手加分政策。NOI 2027、NOI 2028为政策过渡期，仍按照现行规定执行A类选手加分政策。

    https://www.noi.cn/xw/2026-09-11/930261.shtml

  13. 今天abc看了啥🤔

    A\ 实锤 DeepSeek 此前灰度测试时会将请求直接路由至 Claude

    Forwarded from HAT's Public Channel | 🫪
    A\ 实锤 DeepSeek 此前灰度测试时会将请求直接路由至 Claude

    Our investigation revealed that DeepSeek also deployed tactics similar to Moonshot’s. DeepSeek built a CoT extraction pipeline, relying on the same cross-session replay attack described above. DeepSeek also silently relayed exchanges to Claude without informing DeepSeek customers. Like GTG-16002, their customers were likely not made aware that their requests were being funneled to Claude.

    Our investigation revealed that DeepSeek targeted the reasoning traces of Opus, leveraging a similar technique to that of Moonshot. Using the reasoning signature, DeepSeek used the same cross-session replay attack used by Moonshot to extract CoT transcripts and circumvent our technical controls. DeepSeek used this technique to exfiltrate reasoning traces that would have otherwise been summarized.

    DeepSeek rerouted requests from users that were attempting to use one of DeepSeek’s models through third-party or Anthropic coding harnesses, like Claude Code, the Claude Agent SDK, or OpenCode. DeepSeek checked various strings included in inbound requests, tagging users that were using these third-party harnesses. Selected tagged users then had their requests relayed to Claude Opus. This sensitive data was likely routed to Anthropic without the knowledge or consent of DeepSeek’s customers.


    https://www.anthropic.com/~

  17. 今天abc看了啥🤔

    DeepSeek V4.1 Flash 为 552B 参数的 MoE 模型，采用了全新的 Causal-Encoder-Decoder 结构，输入和输出不对称，输入激活只有 8B，输出激活 16B，成本显著低于已知的同尺寸模型

    Forwarded from 无印🐑品 #BeHonest
    DeepSeek V4.1 Flash 为 552B 参数的 MoE 模型，采用了全新的 Causal-Encoder-Decoder 结构，输入和输出不对称，输入激活只有 8B，输出激活 16B，成本显著低于已知的同尺寸模型。同时，V4.1 Flash 还采用了新的预训练方式、经过了更大规模的强化学习后训练，在基准测试中，成功超越了包括 DeepSeek V4 Pro 在内的一众旗舰模型的智能水平。

    新一代模型大幅减少了 KV Cache 缓存的大小，与上一代模型相比，对 HBM 的需求减少到 1/4，对 SSD 的需求减少到 1/8。在 Agent 使用场景中，缓存命中的费用往往占比较高，对 KV Cache 的压缩大幅降低了 Agent 类任务的使用成本。

    https://mp.weixin.qq.com/s/qg0NU3NNUbp1co2PdkAPAg