Corlin retweeted
小西天，看着像视频，但其实是我们在现场实地拍摄 3,811 张 206 GB 的照片后建模的。FUNES 把《黑神话：悟空》里「既见未来，为何不拜」满天神佛的原型，来自自山西临汾隰县的小西天，做成了一个可漫游的 3DGS 数字存档。
完全实地拍摄，每天清晨一开门就冲上山去，趁着没人的时候拍。然后通过 Gaussian Splatting 重建，没有手工建模，尽量保留真实悬塑和圆塑的极其密集的金色空间、细节和光感。不同的材质在这里交织成了无法分辨的一个天国世界。这种半空中的小塑像是「悬塑」，它们大多出现在十六世纪到十七世纪。
在现场如果要看清小西天的所有细节，我想大概需要三天时间。但是有了模型，我们可以在屏幕前慢慢看。在相当长的时间里，学术界并没有特别重视小西天这样的悬塑——因为在只有学术图录的年代，平面印刷无法展示出悬塑的震撼。而随着技术的进步，我们终于可以在远方一窥明代悬塑的璀璨。
重轻特意为这个模型做了配乐，大家可以打开慢慢欣赏。
推荐电脑访问：funes.world/apps/the-hanging…
Corlin retweeted
SemiWiki 是半导体行业中极具影响力的专业社区和技术博客平台
semiwiki.com/
被誉为“半导体专业人士的开放论坛”
The Open Forum for Semiconductor Professionals
这里汇集了芯片设计、晶圆制造、EDA 工具及 IP 领域的工程师、高管、分析师和行业资深人士
SemiWiki 由硅谷半导体行业资深人士 @DanielNenni 于 2011 年创立
SemiWiki 讨论涵盖了整个半导体产业链
* 芯片设计与 IP
* 晶圆制造与工艺
* EDA 工具与设备
* 行业趋势与市场预测 ...等
导航栏内容分类也全面，是非常好的资源站和行业信息来源
Company Wikis、Industry Wikis、Semiconductor IP Wikis 清晰组织
Corlin retweeted
🛠️🧭 Jev, TypeSafe AI, Explained.
𝗠𝘆 𝟲-𝘀𝘁𝗲𝗽 𝗝𝗲𝘃 (𝗥𝗟𝗛𝗙 𝘁𝗼 𝗥𝗟𝗖𝗗).
Diogo Almeida helped build the RLHF/InstructGPT
work behind the ChatGPT era.
Now his company TypeSafe has released Jev.
And the idea is very different:
Instead of building another model primarily for humans to talk to,
Jev is designed for software to make decisions with.
Here’s how Jev is built for automation, not assistance:
》𝗦𝘁𝗲𝗽 𝟭: Start With the Problem Jev Solves
✸ RLHF optimizes models around human preferences.
✸ That works extremely well for chat, copilots, and coding assistants.
✸ But automation needs outputs software can reliably consume.
→ Jev targets the machine-in-the-loop instead.
》𝗦𝘁𝗲𝗽 𝟮: Jev Uses RLCD
✸ TypeSafe created a different training method.
✸ RLCD = Reinforcement Learning for Calibrated Decisions.
✸ The target is not simply a response a human prefers.
→ It is a calibrated decision that can become part of software logic.
》𝗦𝘁𝗲𝗽 𝟯: Jev Returns Decisions, Not Just Strings
✸ Traditional LLMs generate free-form text.
✸ Jev produces typed structured outputs.
✸ The possible output space is defined in advance.
→ Think approve | reject | review, not another paragraph.
》𝗦𝘁𝗲𝗽 𝟰: Jev Makes Uncertainty Explicit
✸ Every decision includes probability and confidence information.
✸ Now uncertainty is visible to the surrounding software.
→ The system can distinguish “probably right” from “very sure.”
》𝗦𝘁𝗲𝗽 𝟱: Jev Turns Confidence Into Control
✸ High confidence → act.
✸ Uncertain → verify.
✸ Low confidence or high risk → escalate.
→ Confidence becomes part of the workflow, not hidden inside the model.
》𝗦𝘁𝗲𝗽 𝟲: Put Jev Inside Software Workflows
✸ Classify.
✸ Route.
✸ Score.
✸ Extract.
✸ Verify and guardrail other AI systems.
→ These are often decision problems, not conversation problems.
𝗣𝗹𝗲𝗮𝘀𝗲 𝗥𝗲𝗺𝗲𝗺𝗯𝗲𝗿:
Jev is not trying to be another ChatGPT.
And RLCD is not simply “better RLHF.”
They optimize for different things.
RLHF → outputs humans prefer.
Jev + RLCD → calibrated decisions software can act on.
TypeSafe's bigger bet is that the next AI era will not only be about better assistants.
It will be about putting intelligence inside software itself.
--
📥 Building production AI agents?
Watch my free 30-min training + get 88 pages of production guides.
Join 46,000+ AI engineers, architects, and directors.
👉 maryammiradi.com/free-ai-age…
ALT Infographic by Maryam Miradi explaining Jev and TypeSafe AI in 6 steps. The top handwritten diagram shows a pretrained model passing through RLHF, optimized for human preferences such as helpfulness and engagement, to become an AI assistant used in tools like ChatGPT, Claude Code, and Copilot, with a human in the loop. The bottom diagram shows Jev using RLCD, Reinforcement Learning for Calibrated Decisions, to turn real-world inputs into typed outputs such as choices, scores, and classes. These outputs feed a decision-control layer that can act, verify, or escalate. Main contrast: RLHF optimizes for outputs humans prefer, while RLCD optimizes for decisions software can act on.
Corlin retweeted
说实话心里很乱。
很纠结。
我在中国生活了21年。
我生在奉天长在奉天。
（除了学龄前一段时间在北京）
但是我丝毫不懂奉天。
关于九一八、柳条湖、
关于很多满州时候的建筑
甚至关于安倍晋三的外公岸信介
我其实都等于不知道。
我仔细回忆、
我们的历史课上到底讲了什么？
我只记得被各国列强蹂躏。
我只记得
弱、就要挨打。
但是我在中国一次都没有受过仇恨教育。
一次都没有。
我的学生时代没有仇恨教育。
只有
我辈当自强。
然而
有些侵略者却摇身一变、
都好像自己是白莲花、
每天咒骂中国的这几次运动…
好像只有中国是邪恶的
只有他们才是悲天悯人的…
人是个多么可怕的物种啊…
Corlin retweeted
道歉
在这条推文中，我把这里写成了“南京大屠杀纪念馆”。
这里的正式名称是“侵华日军南京大屠杀遇难同胞纪念馆”。
今天，我的老师给我讲解了这里的历史。
我参观了这里的展览。
我学习了这段历史。
我再次向遇难者表示哀悼，也为我的错误深表歉意。
今天我们去了南京
高铁非常快的！1小时后，我们到了南京
（商务座很贵）
我看见了我的中文老师
@riz001400 她也是历史老师
我们去了南京大屠杀纪念馆
老师教了我们南京的悲剧
铭记历史，开创未来
我献上了一个白花
我们看了后，我们送了老师一个礼物，q吃好吃南京东西
谢谢南京
晚安
明天见
Corlin retweeted
This Syrian old man hid his private library in his home in the city of Damascus since the end of 2011 before escaping to Kuwait out of fear of the Assad regime, where the mere presence of a banned book could lead you to Assad's gulag and death under torture.
Today, the uncle returned to his library and completely removed the wall behind which he had hidden it, revealing valuable books that the Assad regime prohibited possessing and circulating.
Corlin retweeted
上周，Shopify 宣布放弃 React Native，改用 Swift 和 Kotlin 开发移动版。
背后的原因是，AI 可以翻译语言，那为何不直接用性能好的原生语言，跳过中间层。
有了 AI，像 React Native 这种中间语言或者翻译层，就被判死刑了。ruanyifeng.com/blog/2026/09/…
Corlin retweeted
5. 90GB 被遗忘的素材，被剪成了一部完整的 20 分钟 4K 影片
xitter.cf/turingou/status/209826…
感谢 GPT-6 Astra，我终于把拖了六年的 vlog 剪出来了！🥹
2020 年乘坐四季岛时拍下的素材，在硬盘里躺到了 2026 年。今天终于剪辑成了一支近 20 分钟的 4K 旅行电影。GPT-6 Astra 通过 MCP 操作达芬奇，从整理素材一直做到成片导出，只花了大概半小时。
它做了这些事：
- 从 479 段、约 90 GB、超过 4 小时的原始视频中整理时间线、挑选镜头，剪出有故事的旅程。
- 清理了我口头禅里的 12 处 “然后”，去掉多余表达，同时保持后续画面、声音和字幕同步。
- 去四季岛官网查当年的历史行程，与实拍素材交叉核对车站、目的地和餐饮安排，补上画面背后的故事。
- 为 71 个场景制作日期、旅行天数和地点动态卡，并根据画面中能判断的晴雨添加天气提示。
- 完成调色，制作中文、英文、西班牙语等十几种语言字幕，同时导出 X 使用的 4K 中英烧录版，以及 YouTube 使用的 4K 外挂字幕版。
- 连现有音乐的选曲、配乐剪辑和混音也一起完成，还为现场演奏补充了乐器和文化背景介绍。
迟到了六年，终于可以把这段人生第一次搭乘四季岛列车的旅程分享给大家！
《把时间交给列车》四季岛🚆深游探访
