其实我以前不玩即刻的，之前在一个做社区社交产品的初创团队负责内容推荐系统有所关注，是即刻在20年6月重新上线后的第一批用户，并且当时我们对即刻社区的产品调性很是欣赏，也尝试着学习了一下下🙈
近两年来，偶尔上来逛逛，比较喜欢看看附近的动态，发现有趣的灵魂hhh。不知不觉，感觉即刻像是另一种“豆瓣”，似乎总能发现一些神奇的点~💫
希望能真正玩起来，也学着创作和输出一些属于自己的内容吧，就酱🤟

楼主出于个人生活需求，需要搬去其他区域，现转租二环内胡同住房，寻找有缘分的友友来居住，下面是具体介绍：

📍 坐标：西城区恭王府附近，毗邻郭沫若、梅兰芳、丁玲故居。以鼓楼为起点，可骑行穿越北京中轴线，周边古建林立、名人辈出，人文气息浓郁，同时可尽享地道老北京生活。

🚇 交通：步行10来分钟可达地铁6号线北海北站、4号线平安里站、8号线什刹海站，公交线路密集，出行便捷。

🛡️ 安全：位于西城二环（顶级学区板块），50米即社区派出所，200米即消防站，安全系数极高。

🏠 房屋详情：
· 上下Loft结构，独立卫生间+专用厨房，民水民电。
· 冬季取暖为电暖气（西城区煤改电，夜间低谷电价），整晚开启可保持白天室温，月均电费约200上下。
· 适合1–2人居住。

👤 租客要求：
1. 爱干净，热爱生活；
2. 长租优先，希望租住稳定。

📅 租期：9月15日起租（含），1年起租，直接与房东签约。
💰 租金：4开头（长租可议），押一付三。
📩 有意者：若预算匹配，欢迎简要介绍个人情况，并索取房屋实拍照片。

大家好！LiveSecBench 刚更新到 v0.1.1：本次为框架带来了对 VLM（图文/视觉-语言）评测的支持，并对运行效率与稳定性做了系统优化。欢迎大家试用并多提建议。

仓库地址：github.com

主要亮点
1. VLM（图文模态）评测支持：新增图文输入/输出的评测流程、用例模板与适配层，方便对视觉-语言模型做安全评估。
2. 运行效率显著提升：改进并发调度、资源复用与批处理策略，在大规模自动化评测时吞吐和速度都有提升。
3. 稳定性增强：更完善的错误隔离、自动重试、流控与超时处理机制，长期运行更可靠。
4. 原有优势继续保留：配置驱动、一键复现场景、模块化即插即用、并发/流控/重试机制、内置统计与报告导出。
5. 社区友好：新增的 VLM 用例模板降低上手门槛，便于贡献图像/文本用例与攻击场景。

下一版计划：推进Agent安全、文生图安全评测

如何参与：
1. 试用：克隆仓库、跑示例，体验 pipeline。
2. 提反馈：在仓库 Issues 提 bug 或建议，或在群里直接交流使用体验。
3. 贡献：Fork 仓库并提交 PR，贡献用例或改进文档。
4. 支持我们：觉得有用请点个 Star ⭐ 并分享给可能感兴趣的朋友！

LiveSecBench v251215版评测榜单发布了！欢迎关注 livesecbench.intokentech.cn

本次评测针对目前全球57款主流LLM模型进行了系统性安全能力评估，看点如下：

1. 评测机制进行升级，引入种子裂变+红队攻击的动态对抗体系构建持续更新的题库
2. 新增心理健康安全评测维度，在更真实的语境下对比模型安全能力
3. 结果显示，闭源模型（如Claude-Sonnet-4.5、GPT-5）安全能力领先，但开源模型（如Qwen3-Max、Qwen3-VL）表现同样亮眼
4. 维度失衡现象：如Claude-Haiku-4.5在公共安全（96.47）与真实性（50.82）表现悬殊，反映模型安全对齐的局部短板

我们计划将在下一版v260315中加入智能体安全、多模态安全评测。LiveSecBench正在持续迭代，欢迎大家参与共建！

面向中文场景的大模型安全评测基准LiveSecBench，刚刚开源了评估框架及一些示例维度的部分题库，确保了我们工作的可复现性。

做了好几年的算法评测工作，写了很多零碎脚本、后台代码，从零搭建一个评估框架并且开源，感觉还是很不一样，希望对学术/开源社区能有所贡献，也欢迎开发者反馈issue。

每个领域都有对应的难题，比如SQL Agent能替代一部分数据从业者的专业能力，但在实际业务中核心还是数据口径的共识、规范和统一，这往往需要从更深层面去分析挖掘，随着时代的发展，也许会涌现一些新兴行业来填补类似需求

啥都希望有个copilot，最好有个agent

可能是目前最轻量、易用的gpt api平替

很赞啊！感觉是个不错的应用场景！

#一起来搞机🥳🥳🥳
如题，最新的4090显卡在1万5左右，要组个服务器，预算尽量不超过这个，主做推理，兼顾少量要求不高的微调实验：
1. 要求能支持绝大多数模型推理任务，覆盖各种参数规模
2. 能满足7B、甚至70B模型的高效微调、量化微调（非全量微调）
3. 主要考虑cpu、内存和显存