24小时热榜

大家好！ 我每天会在几个 Facebook 页面发帖。 它们都有相同的格式：一种推文风格的帖子——一张图片，包含一个名字、一张照片和正文。 这是我第一次尝试搜索这个模板，但一无所获。我尝试了 Canva，搜索了模板，也找不到。 然后我从零开始在 Canva 上设计了一个。 现在，我希望其他人再也不用自己设计了。 一个简单的应用。一种推文风格的模板。你可以更换照片、名字，添加你的内容，然后将图片下载为 JPG 格式发布到社交媒体。 非常简单。无需登录。没有后端。没有 AI 功能。100% 免费。 这是为我自己开发的，但可能对其他人也有用。请享用！

尽管有许多大型语言模型（LLM）的基准测试，但很少有（甚至没有）利用“harness”进行基准测试。我认为构建一个这样的基准测试将是一个非常好的社区项目。 最终目标：在一个多样化的真实世界任务集[1]上，根据底层模型和推理工作量进行分组，展示“harness”性能的排行榜（多维度）。任何人都可以贡献结果。 任务标准、测量方法、底层框架等可以由一个小组而非个人决定。 如果兴趣足够，我将创建一个Discord服务器。 披露：我是名为Dirac（https://github.com/dirac-run/dirac）的编码代理的维护者，因此我不会影响最终基准测试的外观，以避免任何利益冲突。我只是想让这件事发生。 [1] 多样化的真实世界任务是指贡献者遇到的足够复杂的任务，最好来自开源仓库。