0.21%

这是什么概念呢？如果用这个数字乘以 365，并且：

1. 仓位能够继续覆盖波动范围
2. 在接下来的 365 天内这个交易对的波动程度大致保持

那么 0.21% * 365 就是这件事情的年化。

https://www.meteora.ag/dlmm/BGm1tav58oGcsQJehL9WXBFXF7D27vZsKefj4xJKD5Y

Ref

• 智能体设计模式：智能系统构建实战指南 | Jimmy Song

好了, 开始专心干正事了.

早上好！以下为昨日摘要：

• 持币人数：4,522
• 10k+HODL用户数：817
• Solana创建用户数：2,070
• 绑定SOL地址用户数：8,218
• AMM当前持有$V2EX量：51.75M
• AMM当前持有$SOL量：1.10K
• 当日收盘价格：

BTC - $91,270.88 SOL - $136.33 PUMP - $0.0024 V2EX - $0.0029

聚合价格走势

AMM持仓与价格趋势

当天在线人数变化

社区规模变化

运营数据概览

TOP120 变动信息

TG 机器人订阅: 点我订阅

原始图表与数据存放于: 点我查看

此报告由 V2EX Info 提供数据, 由 Newsletter Report Bot 自动生成。

此报告仅供参考，不构成任何投资建议。投资有风险，入市需谨慎。

Discrete Mathematics and Probability Theory

CSKS FNSNL CS 70 (Fall 25)

intro to DEEP LEARNING (Undergrad)

CSE138 (Distributed Systems) lectures, Spring 2021

https://sites.math.rutgers.edu/~alexk/teaching.html

1. https://www.brianczhang.com/blog/2025/09/zksnark-syllabus/

2. https://securitylab.github.io/cs355-spring25/syllabus.html

3. https://vitalik.eth.limo/categories/cryptography.html

4. https://learn.0xparc.org/

5. https://trapdoortech.medium.com/zero-knowledge-proof-introduction-to-sp1-zkvm-source-code-d26f88f90ce4

6. https://www.zkdocs.com/docs/zkdocs/commitments/kzg_polynomial_commitment/

7. https://datatracker.ietf.org/doc/html/draft-irtf-cfrg-pairing-friendly-curves-10#name-elliptic-curves

10. https://zcash.github.io/halo2/index.html

11. https://rareskills.io/zk-book

12. https://rdi.berkeley.edu/zk-learning/

13. https://github.com/StefanosChaliasos/Awesome-ZKP-Security

14. https://cryptohack.org/

Vanilla JS + HTML 大概也是一种 Brutalist。

早上好！以下为昨日摘要：

• 持币人数：4,517
• 10k+HODL用户数：817
• Solana创建用户数：2,069
• 绑定SOL地址用户数：8,201
• AMM当前持有$V2EX量：50.49M
• AMM当前持有$SOL量：1.13K
• 当日收盘价格：

BTC - $93,748.77 SOL - $141.07 PUMP - $0.0027 V2EX - $0.0032

聚合价格走势

AMM持仓与价格趋势

当天在线人数变化

社区规模变化

运营数据概览

TOP120 变动信息

TG 机器人订阅: 点我订阅

原始图表与数据存放于: 点我查看

此报告由 V2EX Info 提供数据, 由 Newsletter Report Bot 自动生成。

此报告仅供参考，不构成任何投资建议。投资有风险，入市需谨慎。

一键安装地址: v2ex-scene-script.user.js

脚本仓库地址: v2ex-scene-script.user.js

更新 2026-01-07:

'新增聊天面板拖动缩放与自适应布局能力,可以通过右下角的拖拽手柄调整大小', '新增主动发起会话功能, 输入用户名直接发起一个会话', '新增聊天面板位置记忆功能, 面板位置会在关闭后保存, 下次打开时恢复', '新增会话置顶功能, 置顶的会话会固定在列表顶部', '新增消息引用功能, 可以引用某条消息进行回复, 长按消息气泡即可触发操作面板', '新增引用消息点击跳转到原消息位置, 如果原消息在当前页面没加载, 则不跳转', '新增日/月模式切换, 可以在面板顶部切换当前主题', '新增图片显示支持, 可以在消息中显示图片链接', '新增R按钮和C按钮, R按钮用于刷新会话列表(适应于消息不同步), C按钮用于清除当前会话记录(重新建立索引)', '优化PIN状态不会再在刷新后丢失', '修复若干已知问题'

更新 2026-01-06:

1. 最新版本添加了 引用与打赏私聊 的功能, 长按消息就可以唤起操作菜单

2. 消息中支持显示引用消息以及图片消息(i.imgur.com 与 i.v2ex.co 来源)

3. 点击引用消息可以快速跳转到被引用的消息(已经加载过,没有加载的跳转不到)

4. 支持常用钱包, 已验证: okx, phantom

相关截图:

Ref

• An Interview With Linus Torvalds: Linux and Git - Part 1 - Tag1 Insights
• An Interview With Linus Torvalds: Open Source And Beyond - Part 2 - Tag1 Insights

Ref

• Stable Diffusion文档中心
• 🖥️ 安裝至macOS｜Stable Diffusion WebUI使用手冊 · Ivon的部落格
• 喂饭级stable_diffusion_webUI使用教程 - 知乎
• AUTOMATIC1111/stable-diffusion-webui: Stable Diffusion web UI

ORB is a great place for exploring various possibilities on Solana.

https://orbmarkets.io/

首先接触的是 Ollama，优点：

• 容易上手，相关文档和资料比较多；
• 模型种类丰富；
• 对 macOS 友好

第一阶段

了解模型种类和划分

1. 按 Transformer 架构划分

2. 按应用场景划分

• 通用大模型：跨领域数据训练，适配对话、创作、翻译等多任务，如 GPT - 3.5/4、Claude、Llama 2。

• 代码专用模型：聚焦编程场景，优化代码生成、补全、调试，如 DeepSeek - Coder、CodeLlama、StarCoder。

• 行业垂直模型：针对医疗、金融、法律等领域优化，如 Med - Palm、LawGPT。

• 轻量化 / 蒸馏模型：压缩大模型知识适配低算力场景，如 DistilGPT2、DeepSeek - R1 - Distill。

3. 按能力特性划分

• 推理增强模型：经思维链微调，擅长数学解题、逻辑分析，如 Qwen3 - 4B - Thinking。

• 智能体模型：具备工具调用与自主决策，适配复杂任务，如 Tongyi - DeepResearch - 30B - A3B。

第二阶段

深入模型使用

1. ollama 基础操作

# 拉取指定模型
ollama pull <model-name>

# 拉取特定版本的模型
ollama pull llama2:7b
ollama pull mistral:latest

# 查看已下载的模型
ollama list

# 删除指定模型
ollama rm <model-name>

# 复制模型（创建副本）
ollama cp <source-model> <new-model-name>

# 运行默认对话
ollama run <model-name>

# 带系统提示词运行
ollama run <model-name> --system "你是一个有帮助的助手"

# 示例
ollama run llama2
ollama run mistral

# 单次查询（不进入交互模式）
ollama run <model-name> "你的问题是什么？"

# 通过 Modelfile 创建
ollama create <model-name> -f Modelfile

# 查看模型详情
ollama show <model-name>

# 启动 Ollama 服务
ollama serve

# Linux/Mac
pkill ollama

# 指定使用特定 GPU
CUDA_VISIBLE_DEVICES=0 ollama run <model-name>

# 查看运行日志
ollama logs

2. ollama 进阶使用

通过 Modelfile 创建模型

FROM llama2:7b

# 设置参数
PARAMETER temperature 0.7
PARAMETER num_ctx 4096

# 系统提示词
SYSTEM """你是一个专业的技术顾问..."""

# 模板
TEMPLATE """{{ .Prompt }}"""

模型量化技术

量化技术（Quantization）是一种通过降低模型权重精度来减少内存占用和计算资源需求的技术。 在Ollama中，这一核心功能主要由llm/llm.go文件中的Quantize函数实现。 该函数通过调用底层llama.cpp库，将高精度的模型权重转换为低精度表示，同时尽可能保持模型性能。

简单说，通过量化技术个人电脑也可以跑大模型，突破硬件限制🚫。

1. 如何量化大模型？
2. 如何使用量化后的大模型？

第1点还在学习中，第2点比较简单。

# 方式1：直接运行预量化版本（最简）
ollama run qwen2.5:7b-instruct-q4_K_M

# 方式2：M1 Pro 深度优化启动（推荐）
OLLAMA_GPU_LAYERS=-1 \
OLLAMA_CONTEXT_SIZE=8192 \
OLLAMA_BATCH_SIZE=512 \
ollama run qwen2.5:7b-instruct-q4_K_M

显示模型信息，其量化等级为“Q4_K_M”

配合 langchain.js 调用

总结

• LLM
• Ollama
• Langchain

以上是这段时间学习到的关于LLM的应用。

Ref

• 开源大模型GGUF量化(llama.cpp)与本地部署运行(ollama)教程 - 知乎
• 在Ollama中載入自己建立的模型 – Claire's Blog
• 如何使用 Ollama 的模型文件定制 LLM 模型
• Modelfile Reference - Ollama

前端 CSS 液态玻璃效果

Ref

• 🍏让前端去做 iPhone 的液态玻璃❓这个液态玻璃有人觉得好看也有人觉得难看，毕竟一百个读者就有哈姆雷特嘛！
• Liquid Glass in the Browser: Refraction with CSS and SVG
• Liquid Glass Studio - iyinchao
• Vue Bits - Glass Surface

Past week: 38%

早上好！以下为昨日摘要：

• 持币人数：4,500
• 10k+HODL用户数：816
• Solana创建用户数：2,068
• 绑定SOL地址用户数：8,171
• AMM当前持有$V2EX量：52.05M
• AMM当前持有$SOL量：1.10K
• 当日收盘价格：

BTC - $93,870.06 SOL - $137.92 PUMP - $0.0025 V2EX - $0.0029

聚合价格走势

AMM持仓与价格趋势

当天在线人数变化

社区规模变化

运营数据概览

TOP120 变动信息

TG 机器人订阅: 点我订阅

原始图表与数据存放于: 点我查看

此报告由 V2EX Info 提供数据, 由 Newsletter Report Bot 自动生成。

此报告仅供参考，不构成任何投资建议。投资有风险，入市需谨慎。

Tahoe 的问题，也是 SF Symbols 的问题：

https://tonsky.me/blog/tahoe-icons/

这也是我没有急着去给 Planet 升级 Tahoe look 的原因之一。

早上好！以下为昨日摘要：

• 持币人数：4,479
• 10k+HODL用户数：808
• Solana创建用户数：2,065
• 绑定SOL地址用户数：8,151
• AMM当前持有$V2EX量：53.89M
• AMM当前持有$SOL量：1.06K
• 当日收盘价格：

BTC - $91,443.01 SOL - $133.99 PUMP - $0.0024 V2EX - $0.0026

聚合价格走势

AMM持仓与价格趋势

当天在线人数变化

社区规模变化

运营数据概览

TOP120 变动信息

TG 机器人订阅: 点我订阅

原始图表与数据存放于: 点我查看

此报告由 V2EX Info 提供数据, 由 Newsletter Report Bot 自动生成。

此报告仅供参考，不构成任何投资建议。投资有风险，入市需谨慎。