[U] Update channel content

exports/hykilp/atom.xml

@@ -2,11 +2,30 @@
 <feed xmlns="http://www.w3.org/2005/Atom" xml:lang="zh-cn">
   <id>https://aza.moe/life</id>
   <title>小桂桂的回忆录 📒</title>
-  <updated>2024-12-31T22:12:46.990005+00:00</updated>
+  <updated>2025-01-01T00:12:11.422031+00:00</updated>
   <link href="https://aza.moe/life" rel="alternate"/>
   <generator uri="https://lkiesow.github.io/python-feedgen" version="0.9.0">python-feedgen</generator>
   <logo>https://aza.moe/meru_256px.png</logo>
   <subtitle>「我们所经历的每个平凡的日常，也许就是连续发生的奇迹」</subtitle>
+  <entry>
+    <id>4821</id>
+    <title>小桂桂的回忆录 📒 #4821</title>
+    <updated>2024-12-31T22:54:42+00:00</updated>
+    <content>&lt;p&gt;去年的这个时候自己还不敢想象自己能炼一个 LLM LoRA，甚至没有本地跑过几次训练好的模型，现在对这些已经开始有些熟练了 quq&lt;/p&gt;</content>
+    <link href="https://aza.moe/life?post=4821" rel="alternate"/>
+  </entry>
+  <entry>
+    <id>4820</id>
+    <title>小桂桂的回忆录 📒 #4820</title>
+    <updated>2024-12-31T22:45:28+00:00</updated>
+    <content>&lt;p&gt;想想去年这个时候，GPT4 Turbo发布还没几天；LLM在长context下的能力还非常捉急；MoE那时候还是个新鲜事物；所有人都觉得合成的数据是垃圾&lt;/p&gt;
+&lt;p&gt;一年之后
+GPT4感觉已经成了远古模型；超长的context已经成了LLM的标配；Deepseek在MoE上一枝独秀，而优秀的Dense模型则是百花齐放；最关键的，人类的自然语料可能已经消耗殆尽，而合成的数据则已经成了行业标配。&lt;/p&gt;
+&lt;p&gt;我们好像并没有更了解LLM本身，但是LLM却不断提高着大家对"泛化"标准的定义，飞速刷新大家对一个人工智能系统能力的期待。&lt;/p&gt;
+&lt;p&gt;2025年的LLM又会变成什么样呢？
+有一个主题是肯定的：Harder, Better, Faster, Stronger&lt;/p&gt;</content>
+    <link href="https://aza.moe/life?post=4820" rel="alternate"/>
+  </entry>
   <entry>
     <id>4819</id>
     <title>小桂桂的回忆录 📒 #4819</title>

exports/hykilp/rss.xml

@@ -12,7 +12,24 @@
       <link>https://aza.moe/life</link>
     </image>
     <language>zh-cn</language>
-    <lastBuildDate>Tue, 31 Dec 2024 22:12:46 +0000</lastBuildDate>
+    <lastBuildDate>Wed, 01 Jan 2025 00:12:11 +0000</lastBuildDate>
+    <item>
+      <title>小桂桂的回忆录 📒 #4821</title>
+      <link>https://aza.moe/life?post=4821</link>
+      <description>&lt;p&gt;去年的这个时候自己还不敢想象自己能炼一个 LLM LoRA，甚至没有本地跑过几次训练好的模型，现在对这些已经开始有些熟练了 quq&lt;/p&gt;</description>
+      <guid isPermaLink="false">4821</guid>
+    </item>
+    <item>
+      <title>小桂桂的回忆录 📒 #4820</title>
+      <link>https://aza.moe/life?post=4820</link>
+      <description>&lt;p&gt;想想去年这个时候，GPT4 Turbo发布还没几天；LLM在长context下的能力还非常捉急；MoE那时候还是个新鲜事物；所有人都觉得合成的数据是垃圾&lt;/p&gt;
+&lt;p&gt;一年之后
+GPT4感觉已经成了远古模型；超长的context已经成了LLM的标配；Deepseek在MoE上一枝独秀，而优秀的Dense模型则是百花齐放；最关键的，人类的自然语料可能已经消耗殆尽，而合成的数据则已经成了行业标配。&lt;/p&gt;
+&lt;p&gt;我们好像并没有更了解LLM本身，但是LLM却不断提高着大家对"泛化"标准的定义，飞速刷新大家对一个人工智能系统能力的期待。&lt;/p&gt;
+&lt;p&gt;2025年的LLM又会变成什么样呢？
+有一个主题是肯定的：Harder, Better, Faster, Stronger&lt;/p&gt;</description>
+      <guid isPermaLink="false">4820</guid>
+    </item>
     <item>
       <title>小桂桂的回忆录 📒 #4819</title>
       <link>https://aza.moe/life?post=4819</link>