[U] Update channel content

exports/hykilp/atom.xml

@@ -2,7 +2,7 @@
 <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>2024-07-19T16:09:32.871823+00:00</updated>
+  <updated>2024-07-19T18:10:57.621771+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>

exports/hykilp/posts.json

@@ -56403,8 +56403,8 @@
     "id": 4136,
     "date": "2024-07-12T03:38:53",
     "text": "<a href=\"##桂桂今天吃什么\">#桂桂今天吃什么</a>\n<a href=\"https://t.me/Azuelle\">@Azuelle</a> 从日本带回来的博多纯情らーめん <i class=\"custom-emoji\" emoji-src=\"emoji/6323564771777972671.webp\">🤤</i> 好吃诶",
-    "views": 69,
-    "forwards": 1,
+    "views": 70,
+    "forwards": 2,
     "media_group_id": 13766044269129149,
     "images": [
       {
@@ -56453,7 +56453,7 @@
     "id": 4140,
     "date": "2024-07-12T07:47:26",
     "text": "？",
-    "views": 84,
+    "views": 85,
     "forwards": 0,
     "images": [
       {
@@ -56472,13 +56472,13 @@
     "id": 4141,
     "date": "2024-07-12T11:18:33",
     "text": "在想 为什么有酿十年的酒但是没有炖十年的肉 <i class=\"custom-emoji\" emoji-src=\"emoji/6323564771777972671.webp\">🤤</i>",
-    "views": 80,
+    "views": 81,
     "forwards": 0
   },
   {
     "id": 4142,
     "date": "2024-07-12T12:14:00",
-    "views": 79,
+    "views": 80,
     "forwards": 0,
     "media_group_id": 13766291520648917,
     "files": [
@@ -56512,7 +56512,7 @@
     "id": 4144,
     "date": "2024-07-12T12:14:12",
     "text": "第一代模型和第二代模型的对比 qwq\n\n都是 VITS 架构，v1 是从每个角色 200 条 10s 音频的 900 MB 小数据集训练 500 轮出来的，v2 是由全游戏总共 173k 条音频的 30GB 大数据集训练现在刚 50 轮就已经比 v1 好太多了哇\n\n不过大数据集训练好慢... 即使为了防止显存炸掉限制了 10s（因为要把整个音频读进显存里才能训练，最长长度不一致的话很容易 OOM）即使把 batch size 调到 48 用 4090 训练，每轮也要半小时这么久...\n\n新的模型也开放了一个测试网页，欢迎来玩哦 <a href=\"http://sekai-test2.aquadx.net/\">http://sekai-test2.aquadx.net/</a> （之后下线的时候会把这条编辑掉）",
-    "views": 74,
+    "views": 75,
     "forwards": 0,
     "reply": {
       "id": 4142
@@ -56522,7 +56522,7 @@
     "id": 4145,
     "date": "2024-07-12T19:47:31",
     "text": "接上桂桂TTS了.说话有声音了",
-    "views": 81,
+    "views": 82,
     "forwards": 0,
     "forwarded_from": {
       "name": ".",
@@ -56549,7 +56549,7 @@
     "id": 4146,
     "date": "2024-07-12T19:48:04",
     "text": "Syama 那边在做 Unity 前端，好厉害 <i class=\"custom-emoji\" emoji-src=\"emoji/6170139473288890346.webm\">🤩</i> 我给开了一个 API 之后她好快就写好了\n\n居然还有嘴型哇",
-    "views": 86,
+    "views": 87,
     "forwards": 0,
     "reply": {
       "id": 4145,
@@ -56560,7 +56560,7 @@
     "id": 4147,
     "date": "2024-07-12T23:04:21",
     "text": "欢乐",
-    "views": 92,
+    "views": 93,
     "forwards": 0,
     "media_group_id": 13766603691716701,
     "images": [
@@ -56600,7 +56600,7 @@
     "id": 4150,
     "date": "2024-07-13T20:40:40",
     "text": "呜呜 好想吃瑞希做的咖喱意面 quq",
-    "views": 74,
+    "views": 75,
     "forwards": 0,
     "images": [
       {
@@ -56874,7 +56874,7 @@
     "id": 4172,
     "date": "2024-07-19T10:57:17",
     "text": "跟我学单词：\nCrowd，人群\nStrike，罢工\nCrowdStrike，集体罢工\n\n例句：\nJuly 19th, we CrowdStrike. 7月19日，我们集体罢工了",
-    "views": 39,
+    "views": 40,
     "forwards": 1,
     "forwarded_from": {
       "name": "IloveMATH.Get('Daily').Except('Ingress').EmitToChannel()"
@@ -56884,7 +56884,7 @@
     "id": 4173,
     "date": "2024-07-19T10:58:45",
     "text": "感觉会有很多一般路过吃瓜群众觉得这次的蓝屏事故是微软的锅...",
-    "views": 46,
+    "views": 48,
     "forwards": 0,
     "reply": {
       "id": 4172,
@@ -56895,7 +56895,7 @@
     "id": 4174,
     "date": "2024-07-19T14:30:25",
     "text": "今天在研究中日文翻译，去🤗上找了一圈发现并没有人训练中文翻日文的模型，即使语言很全的比如 Helsinki-NLP opus 系列也大部分都是转英语的模型。\n\n然后就在想，要做一个语言覆盖全面的翻译模型需要的资源好多啊，模型数量和语言数量是 n² 关系，如果要支持 33 种语言互相翻译就需要训练 1089 个模型... 那现有的翻译工具是怎么做的呢？\n\n然后发现谷歌翻译其实是用英语做了中间语言，先把所有语言翻译到英语再翻译到目标语言... 这样就只需要 2n 个模型了，但是会有很大问题，英语有歧义的东西就会翻错，比如「字符串」 > \"String\" > 「弦」\n\n那 DeepL 是怎么做的呢？简单测试一下发现是没有英语歧义问题的，字符串不会翻译成弦，弦也不会翻译成字符串... 但是仔细测试一下发现 DeepL 其实也是用英语中转的，因为中英翻译爆炸的时候中日会把英语的爆炸结果翻出来。那它是怎么做到消歧义的呢？好奇妙",
-    "views": 37,
+    "views": 42,
     "forwards": 0,
     "media_group_id": 13771195402520333,
     "images": [
@@ -56935,7 +56935,7 @@
     "id": 4177,
     "date": "2024-07-19T14:42:19",
     "text": "没事了，DeepL 英语歧义也会翻错",
-    "views": 30,
+    "views": 37,
     "forwards": 0,
     "reply": {
       "id": 4174,
@@ -56959,7 +56959,7 @@
     "id": 4178,
     "date": "2024-07-19T15:36:21",
     "text": "测试了半天百度翻译，百度翻译确实没有英语歧义的问题\n\n...因为百度的中转语言是中文，当然没有英语歧义的问题，只有中文歧义的问题 🌚\n\n\"Beat a car\" > 「打车」 > 「タクシーを拾う」 (\"Take a taxi\")\n\n不过感觉中文确实比英文更难出现歧义，而且因为亚洲语言离中文更近，感觉百度翻译翻亚洲语言的准确率肯定比英语中转的 Google / DeepL 高",
-    "views": 20,
+    "views": 29,
     "forwards": 0,
     "reply": {
       "id": 4174,

exports/hykilp/rss.xml

@@ -12,7 +12,7 @@
       <link>https://aza.moe/life</link>
     </image>
     <language>zh-cn</language>
-    <lastBuildDate>Fri, 19 Jul 2024 16:09:32 +0000</lastBuildDate>
+    <lastBuildDate>Fri, 19 Jul 2024 18:10:57 +0000</lastBuildDate>
     <item>
       <title>小桂桂的回忆录 📒 #4178</title>
       <link>https://aza.moe/life?post=4178</link>