mimov2.5能介入codex嘛

ok， 这个视频是教大家如何把小米 mini v 二点五系列的模型接入到咱们 open q 上，目前咱们 open q 的 话是默认是是没有 mini 二点五的这个模型呢？可以看到哈。 对，那现在我们操作一下啊，这是小米 miimo 的 这个 open code 配置的一个说明文档，你看它这里已经写了啊，一二点五。那我们最简单的方法就是我觉得哈，那就是 让 open code 自己来，我们就用它免费的这个 mini max 二点五福利的这个模型去去实现。好吧，我们把链接复制上啊，然后说一段话， 参考链接增加 emo v 二点五系列模型给 open code。 嗯，我感觉可以在加一下现有模型基础上 增加 v 二点五 c 的 模式使用，对吧？先给出一个一个配置的方案， 我们看一下它怎么处理啊？ 好，我们看一下它怎么说的哈。 ok， 我 们浏览一下啊。 嗯，他这里已经给出了这个方案了， 然后我们嗯回复我们还是用福利免费的这个模型去去沟通哈 注意事项哈， 你可以问他，我是否只需要提供 a p i g。 好， 他说的。那 好，你就把你在官网复制的 api key 发给他就行， 然后你再跟他说一下，这个 api key 是 按量计，按量计计费的，不是头感，不是， 不是 token 的 a p i p。 当然如果你是 token 的 a p i p。 那 你就跟他说一下，不然它们两个的接口是有点不一样的。哎， 好，我们等它配置 我们再说一下，给你权限，直接帮我配置 完成后告诉我。 ok， 它终于配置完成了哈，它的意思是说让你重启一下。好吧，我们就 ctrl c 快 捷键直接退出，然后我们再运行一下。 ok， 我 们看一下魔镜选择这里有没有啊？我们直接说二点，那这里已经有二点五的 omni， 二点五的 pro， 这两个模型已经有了， 但是他这里好像还没有 tts， 到时候你再跟他聊一下，让他把 tts 的 那个模型也可以加上来了。 我们先简单使用这个模型看一下啊，然后我们随便打一下对话测试。 ok， 这是对话正常了哈，就表示我们添加的这个咪某 v 二点五系列模型添加成功了哈， 那这个已经是 ok 了，刚刚说的 tds 的 那个 v 二点五模型， 再跟它对话，让它在原先的基础上增加就行了，那么本次的模型增加先降了。

啊，出一个 codex 如何进入 deepsea v 四 pro 的 最简单的教程啊？首先首先是在这个网上下载啊，下载自己电脑对应的版本就可以了，把这个下载下来之后，有一个这个，这个装上就可以了，然后需要第二个工具， 第二个就是需要下载一个这个 cc switch， 这个下载之后呢，还需要先把它下载下来啊，还需要另外一个东西，还有另外一个东西，主播写了一个中转的一个一个工具，因为这里面是不能 codex， 是 不能直接用， 不能直接接入 deepstack 的， 然后需要写一个中转的服务，然后在这写了个中转的服务，大家能看到这个地址吧？ 这地址要说呢，这是 get 它的一个地址啊，然后就可以把这个把它克隆下来，克隆下来直接 n p m initial， 然后再 n p m 是 大，然后就运行起来了，运行起来之后，然后再回到这个 c c c 位区里边， c c c 位区里边，第一个是客户的，这个先不用管，然后进入这个，第二个，这个这个拆的 g p t 这个， 然后进去这个里边呢？然后点一定要先选中这个，然后再点这个加号，再点这个加号，你主播已经添加了，然后和这是一样的，然后这个里边这个自定义的名字啊，这个这个贴什么都可以，这都不贴，不贴这个屁，随便贴一个这个，这个没有什么用啊，然后然后就这这个地址，这这个地址 就是刚才刚才 github 上边这个项目，这个项目的里面运行起来的地址啊，就贴这个，因为它运行起来就是这个，就是个端口啊，就贴这个，然后这模型名字我们就写的这个 vise pro。 好， 下面把这个勾上， 然后然后这里边有一个内幕啊，往下滑，这有个内幕，内幕这个地方，这个地方的名字是可以自定义的啊，它显示的是在这显示出来的，你希望他让他显示 dsp 和 vga pro， 那 你就把它改一下，如果你这显示成 d s， 那 这个地方就会显示 d s， 那这就好了，把这个弄过去之后，然后点这儿让它启动，让它启动，这样就好了，这个这个它就把它可以关掉，它就常驻在后台就可以了。然后这个时候我们可以看一下啊，这手机这个，然后这儿我问他，你是什么模型， 对吧？他说他是 tiffany 版本，是 vsco 版本，是 vsco， 对 吧？ 然后是什么什么什么他可以干什么，对吧？这个就是完全大好，大家可以点点关注啊，到主页加咱们的技术交流的粉丝群在里边，可以有什么问题啊？可以提出来，然后咱们可以一起交流讨论。

我是真的觉得，如果我们只是外部扩展编成的话，我越来越发现啊，我们在不久的将来就可以逐步抛弃 cloud core 的 和扩展叉了。 最近这几天我体验过 deepsea 微视之后啊，我发现我们国内的编程大模型的编码能力跟 cloud core 的 和扩展叉之间的差距是越来越小了。 然后昨天小米不是在做一个活动，送一百万亿托管的活动，我就第一时间去申请了一下， 今天他就给我通过了，送了我一个 pro 的 会员，也就是可以免费使用一个月 七亿个托肯吧。今天我就第一时间就把小米的这个编程大模型接入到了卡拉库的这个开发工具里面，然后我就用小米这个编程大模型帮我去解决了一个非常复杂的 bug， 居然小米这个编程大模型啊，他也是一次性就帮我把这个 bug 给解决好了。所以啊，我就在感叹， 我们现在国内的这些编程大模型，他们的编码能力啊，是越来越强了，跟卡洛克的和库洛差之间的差距真的是越来越小。然后今天我在推的上面啊，看到有人说 有这个时间去申请这个小米托克，还不如直接用 cloud 库的跟库的叉去啊，把这个时间利用起来，去多写一下代码。 我真的觉得这些人他们的事业真的是太胆尽了，他们太瞧不起国内的这些编程大模型了。我觉得现在国内的编程大模型跟卡拉库德跟库勒叉之间的差距真的是越来越小了， 我们要对我们国内的这些 ai 大 模型变成大模型充满信心，给他们一些期待，别老是抱着以往的这个眼光来看今后的发展。 所以啊，我真的是觉得在不久的将来，我们就可以逐步的抛弃克罗地克的叉， 你看一下克洛克的，他动不动就封我们的账号，以后有了国内的这些冰城大模型都抵啊，我们就可以非常安心的愉快的买个扩顶了。

我真的每天活活要被 codex 急死了，我就今天一上午啊，我让他改两个网页，他足足给我改了两到三个小时，真的把我气死了。我 记得我以前用 cursor 啊，或者用那个 cloud code 的 时候，我有时候改一个网页，他就只花半个小时二十分钟，但是 codex 我 感觉他把工程性和完整性看得太重要了，以至于他在速度上的劣势太明显了。就经常我用他做一个功能，就是一个小时起步或者大半个小时起步。 在以前我还可以勉强接受它的一个速度的劣势是因为它的完整性做的是比较好的，但是我现在明显感觉它的 g p t 五点五好像有点降质了， 就是我今天同样给它一段提示词啊，我发给就是 codex 的 g p t 五点五，然后我再发给 opus 四点七，我明显感觉那个 opus 四点七做出来的设计感呀，网页交互 远远优于 g p t 五点五，但是我在半个月之前测试的时候是没有这么明显的，所以我不知道大家有没有这种感觉 g p t 五点五降至的体验啊。

你现在看到的这条视频就是 codex 加 hyperframes 做出来的，包括所有的动画字母以及里面的图片生成内容，包括这条视频也是 codex 自己发出来的。接下来我给大家拆解流程。首先我把这个视频的文文本案复制到 index t t s 去做配音生成，没错，这个视频的配音 也是 ai 的。 接下来在 codex 当中找到插件，下拉找到 hyperframes 白黑键，点击加号，再点击安装，然后就可以到对话窗口艾特这个插件，再把这段音频 一起放到聊天窗口，然后把要求给到它， codex 就 会根据 hyperframes 这个插件做出对应的动画。值得惊讶的是，当我看到这条视频的成片时， codex 居然自己去文件夹看了我的录屏素材，然后自己剪进了成片当中。所以你们会看到鼠标动画，但是我从来没有告诉过 codex， 我 提前录了屏。 这就是 codex agent 的 聪明之处，整个动画都是由 ai 自己调用技能做出来的，包括你看到这里可能会觉得这个动画有点看腻了，那这个时候应该有点真实的动画有点看腻了，比如一个玩美女的滑板，或者一个正在喝帅哥的咖啡， 是因为这个部分啊，调用了今天的 emerge 二生成图片，所以你看起来这个视频才不会那么枯燥。包括这期视频的封面也是 codex 做的， 视频发布也是他自己发出来的，既 computer use 功能发布之后，随之又上线了 chrome 的 功能，所以我就提前登录了视频后台，你才能看到这条完整由 aint 全流程制作，自动发布出来的视频。

一定要，一定要，一定要想尽一切办法用上 codex， 至少我不允许我的粉丝还没有用上 codex 或者 cloud code。 如果你跟你周围的朋友从来没有谈论过 codex、 cloud code 或者 java， 那 恭喜你，你刷到这条视频可能就是你改变命运的机会。 那有人问 codex 到底是什么东西呢？官方给他的定义就是 gbd 下面的一个编程助手。但是如果你真的这么理解，那你太小看他了。 华人勋现在让因为他所有的员工都要使用 codex， 这可是全球市值最高公司，老板都要让他员工使用它，那为什么呢？因为他就是未来财富的密码。你最近看了这么多新闻，什么纳斯达克又来创新高了，恒大股市又涨疯了，存 储芯片又缺货了，这么多乱七八糟的新闻，其实都在讲述同样一个故事，而这个故事的源头呢，就是因为这几个东西。 卡罗拉的扣的对于大部分人来说门槛还是有点高的。 g m 来体验呢，我感觉还不是特别友好。而如果你两个月前问我扣贷，我可能还会犹豫，但是这两个月以来，它几乎每天都在更新， 甚至有段时间天天都在更新，到现在扣贷能力真的是很爆了，它就是目前最适合普通人上手的 ai 工具了。如果你现在是大学生或者二十多岁，那你太幸运了， 你刚刚进入社会，就迎来了一个弯道超车的机会，它就像是你在食堂打饭排队的时候，突然在旁边开了一个新的窗口，这个时候你最应该做的就是赶快跑到新窗口去打饭。

很多人刚安装 codex， 不知道这个权限配置到底应不应该放开，如果开了又担心它删掉自己的文件不开呢？又感觉每一步都要确认很麻烦。大家好，我是 fred， 专注从普通小白的视角分享怎么从零开始用 ai 和 web coding 提升自己的生活和工作效率。 今天这一期呢，我就主要跟大家去分享 codex 这个执行权限到底应该怎么去配置，尤其是小白用户啊，一开始到底应该怎么选？ 像我现在这台机器的配置呢？其实是比较激进的呀，就是大家可以看到 approve， approval policy 是 选的 never， 然后，呃，这个沙盒的模式也是 danger for access 项目 is trusted 啊，这代表着日常的执行会少很多的，确认文件范围也较大，因为这对于我而言有效率会高一些，因为我的项目有规则，有 get 啊，也有备份，而且我也知道哪些动作必须让 ai 停下来。但如果你是小白，第一天不建议这样去配置，你可以把它理解成当你熟悉之后，然后再可以参考。 然后其实像整个这个权限配置背后有三个开关啊，第一个就是 approval， 就 决定这个 codex 动手前要不要问你 sandbox 就 杀核，决定它能碰到多大的文件范围。 trust 就是 决定哪个项目可以被当做可信的项目。 所以说不用只看一个完全访问权限，它真正的授权状态是这三个东西组合在一起的。只要你能看懂这三项，就能够去判断当前的 codex 是 偏保守还是偏自动执行。 其实像现在 codex 自带的菜单里面，路径已经很清楚了，第一个就是默认权限啊，就是刚安装的时候你可以选它。第二个就是自动审查，呃，适合你觉得确认太多，但还保留风险的判断。 第三个就是完全的访问权限，适合一些测试的目录或者你觉得已经完全熟悉的项目呢。 第四个呢，就是你可以自定义去啊，你的自定义你的 config， 这是进阶的项，不是小白第一天就需要改的东西啊，大家可以看一看。其实我们现在这里面选择默认权限自动审查，包括完全访问权限，以及你可以自定义去修改你的 config 啊。 那对于一个小白用户而言，其实这实操路径也是按这个顺序来的，刚开始用默认权限，然后慢慢地去调整到自动审查完全访问权限，到最后你可以自定义你的自己的 config 啊， 然后最后请记住啊，就是即使是权限放开，但是不代表红线的行为消失，比如说你的 api key 啊，比如说你的数据库，你的公公共的 api 啊，这种真实账号的权限都要单独确认。这里不是说 ai 不 能做， 而是要说清楚范围、风险和退回退方式。总结三句话，就小白还是先默认权限，想审确认再自动审查，然后权限是为了提高效率，而不是为了跳过判断。 ok， 我是 fred， 后面我会继续用真实的案例告诉大家怎么把 ai 用到自己的工作流，我们下期再见。

好，今天这期视频呢，主要给大家讲一下我们安装好 codex 过后的一些基础设置，为了后续更好的帮助我们工作呢，有些基础设置我们是需要 提前去做的，那第一个就是在这里我们的常规，大家可以先去选择这些工作模式，如果你是用于编程的话，你可以选择第一种，如果你是用于日常工作的话，你可以选择第二种，这是工作模式的一个选择 好，后续的这些可以按照它默认的设置就可以。第二个就是外观，外观这里的话有一个比较好用的，就是因为现在 codex 它已经支持宠物了，大家也可以去养自己的宠物，创建自己的宠物都可以的， 这是第二个。第三个在配置这里啊，配置这里呢？用户配置这里大家可以去选一下，就是第一个批准策略就是 on request， 第二个就是杀和设置这里我们选择我们的工作区就是 workspace right 就 可以了，那这是用户配置的一个设置。 好。第三个个性化啊，个性化，这里就是他的一个回复的语气，呃，大家可以去进行一个选择，那我自己选的就是比较务实的，是简洁、专注和直接，如果你喜欢亲和的话，也可以自己去进行一个选择。好，那么这是我们的一个个性化， 后面这里就起用记忆这里大家记得勾选上，这里记得勾选上好了，那么这是这一个的还有就是浏览器啊，允许他去控制我们的这个内核浏览器，因为后续他可以去操作我们浏览器，去帮我们做一些数据分析啊，包括一些其他的一些操作， 下面就是一个电脑操控这里，呃，我们一般建议可以去共享上这个就是 computer use， 就是 呃， codex 直接可以用我们的电脑去做一些这个查看，那我经常用的就是我让这个 codex 去帮我 登录我的小红书的后台以及抖音的后台，去帮我做一些粉丝画像和我这个账号的一些数据的一个分析，从而给我输出一份分析报告，包括 有关浏览器的扩展应用，这是在电脑操作这一块的啊，那么最后一个就是，呃，可以查看自己的已归党对话 这一块呢，就是我们在安装好 codex 过后呢，建议大家首先要去做的一些基础设置。好，那我们这期的视频就讲到这里，大家可以点赞关注加收藏，后续我们也会讲更多关于 ai 进的一些应用。

为什么我要用 deepsafe 去接入 codex？ 回答下上个视频的问题。呃，因为在我测验下来的话，我觉得 deepsafe 和这个 挂 gpt 的 大致能力的话差不了太多，起码这个 deepsafe 能完成百分之九十差不多 gpt 能帮我完成的事情，那么剩下的百分之十重要的事情的话，我再让 gpt 去帮我去做，这样既能省掉我的额度，然后的话也能帮我去省一点 money。 而且现在 deepsafe 的 话不像呃以前那样。 deepsafe v 四 pro 很 快挺快的，它的这个命中率的话挺高的，你可以去试验一下。目前我的工作来说的话，我用呃 gbt 或者是 deepsafe 它俩的话是差不多的。我把 gbt 的 额度留给最重要的事情，我感觉这样是更好的。

前几天发布了一个一个一个博德的视频，我发现流浪流量还挺高的。 嗯，好多人可能想用 qd x 的 话，因为国内的好多大模型不支持 qd x 的 response 的 那个 api， 然后 cc switch 好 像也不行，我不知道是我没更新还是说更新了也不行，然后我就找到了这个 cc 就 ecoboost 这个这个东西， 然后就从这去下载下来，下载下来就和正常的软件安装一样，然后一步一步去安装好就就行了。 这是安装好的一个界面，然后在这个模型中心你就可以去添加添加国内的一些大模型，这儿有 deepsea， 有 字节的火山，有阿里的千万， 还有智普 mini max， 嗯，还有小米的，这些都有，然后这是我添加了火字节的火山引擎， 添加完之后呢，在这个应用管理这就可以看到，就是它你所有装的这些 a 阵的或者 c r 的 这些东西，它都会自动去识别。比如说我选到这个 c r 扣的这，然后我装的有卡拉扣的和 codex open code， 然后你就选中，选中酷狗 x， 然后这在右边选中这个你配置好的大模型，然后点启动应用就可以了，这样你就可以使用使用酷狗 x 了。

这是小米新开源的 a s r 模型。 vivo v 二点五 a s r 参数量来到了恐怖的芭比，首次见到这么大的 a s r 的 模型，小米是为了解决哪些 a s r 的 难题呢？实际表现如何？相比于其他的 a s r 模型又有什么优势呢？ 传统的 a s r 模型，例如 windows， 在 常规的语音转入的场景表现是不错的，但遇到如下高难度的场景时，会存在很多的不足， 方言与口音的鲁班性是不够的，中音混说识别比较困难，歌声的场景容易失真或者是漏词，专用名词支持密度词容易误识别强噪音环境下面抗干扰能力是不够的， 多说话人的场景容易创化，角色混响。 vivo v 二点五 a s r 强调了在这些场景的准确性。来看一下官方的视力， 这是电子竞技解说的音频，听听看，漂亮漂亮，就是这么打，因为我们确实 rng 需要三十三十五分钟， t 外赢就要需要二十五分钟。给你，然后我用利桑卓去打你的一个福利。 深水环境是很复杂的，游戏装有名词多，从识别的结果上面来看，准确率是非常高的。官方的案例音频有些短，无法完全说明问题。后面我会实际拿我祖传的中文语音测试数据集跑下奔驰 mark， 然后让 gpt 给出准确度的评价。接下来来看一下咪某 v 二点五， asr 与几个广受认可的 asr 模型的数据的对比图。 使用的指标是 we r 词错误率。我在上一期的视频中讲到中文识别错误率评估，愿 c e r 字错误率更合适。目前官方只有 we r 的 数据，这个数据只能做个参考， 从数据来看，咪某 v 二点五 a s r 在 五个维度上面表现都是最好的，特别是在方言识别与歌曲识别上面遥遥领先，超过了阿里新出的放 a s r 一 点五模型。这个模型目前还没有开源，开源后我也会做一下评测， 接下来来看一下实际的表现。这是我整理的十二个中文语音，一半以上都是复杂场景的语音， 使用的是 mimo v 二点五 a s r q 四量化模型，大小是四点五 g， 还需要 mimo pro lite s q 四量化模型输出是不带时间错的，需要自己处理语音分段，对电脑的性能要求很高， mac 下面执行预计会占用五 g 的 内存， gpu 的 占用在百分之五十，毕竟是八 b 参数的模型，本地部署的难度挺高的。这是我用 rest 写的 a s r。 奔驰 mark 的 程序， 会使用 a s r 的 模型批量转入指定目录，下面的音频文件分别使用 vivo v 二点五 a s r 与昆山 a s r 一 点七 b 运行，运行成功后会拿到测试报告，然后交给 g p t 作对比。 先说结论， vivo v 二点五 asr 是 目前中文识别准确率最高的模型，在复杂的语音的场景下面，平均准确率会比惠山 asr 一 点七 b 好 百分之三左右，在方言识别、歌曲识别、游戏解说三大场景上面显著好于 昆山 a s r 一 点七 b。 这是一个低质量的台语语音，咪蒙可以做到百分之九十以上的准确率，而昆山只能做到百分之八十的准确率，比如昆山会把碰弹识别成碰头，而咪蒙识别正确， 咪蒙是我测过闽南语与台语识别最准的模型。这是一首知名的闽南语歌曲，世界第一等。 vivo 识别的准确率依旧可以在百分之九十以上，而昆山只有百分之七十不到。存在大量的识别错误，比如有时猛，有时平，识别成了，有时变，有时变完全语义错误，将世界第一等识别成了世界第一顶等。 这但是在粤语歌曲的识别上面会更好，这是粤语歌曲难念的经，咪某的识别存在很多的错误，甚至把粤语识别成的英文。再来看一下粤语加游戏解说的场景， 这是一个地域难度的复杂语音，我放在我的字幕软件中，大家可以听个片段， 不如我讲潮汕话吧。来吧，开始啊，一直有潮汕话，但问题系你讲你讲潮汕话我又听唔明 㖞 诶，你好，我练了啊。安向语言安向严让大家知道广东是有很多种方言的，不是粤语方言。上面是咪默的识别结果，下面是昆山识别的结果。 mimo 是 目前我测过的 a、 s、 r 的 模型中，唯一一个做到百分之八十准确率的模型。再看一个多人会议的一个场景， mimo 与昆山在准确率上面其实差别不大，昆山也是非常强的。最后看一下两个模型各个场景的对比表格， mimo 的 中文识别准确率是高于昆山 s、 r 一 点七 b 的 方言识别，游戏解说识别，歌曲识别上面显著好于昆山专用名词识别更准，幻觉很少，识别的稳定性更好。但在粤语歌曲的识别上面，数字与技术术语的识别上面，昆山更好。 mimo 的 模型过大，昆山的识别的速度是 mimo 的 六倍，所以 mimo 虽然是最强，但语种支持上面非常的有限， 除非你对方言的准确率有高要求。我建议你优先使用昆山 a s r 一 点七 p， 这是目前我认为最意远与稳定的 a s r 模型，适合绝大多数的电脑部署。这就是本期视频的全部内容，我是浩叔，我们下一期见。

嗨，大家好，我是小陈，前面已经教大家使用 colode code 接入了 deepsafe， 这一期的话教大家 codex 接入 deepsafe， 其实 codex 和 code 差 colode code 的 接入方法差不太多，只不过要比它多一个 c c x。 第一步的话，呃，首先还是下载这个 note g s 主播是以 macbook m r pro 为例出的一期教学视频，然后第二个的话，两个都是差不太多的， 就是 windows 和 macbook 都是差不多的，然后第二个的话就安装那个 codex 的 一个本质就是他的桌面版，然后第三步我们直接从第三步来，我是苹果的，我就下载这个。好，下载完成以后给他弄到桌面上， 然后双击解压它，然后解压完成以后把这个东西丢掉，然后再回来，我看我们的教程。好，解压完成以后点击 mac， 然后这里可以看得到，看得到我们的一个。嗯， 首先是这个 e n v 的 这个 e n v 的 这个东西，这里 这个的密钥的话是等一下我们启动服务以后的一个访问密码，然后我们这里我们按照教程来，先是运用这个指令直接去点双击，它是打不开那个文件的，我们要用终端切换到桌面的这个文件夹，然后给他权限， 给他权限以后，然后再给他加上这个这个东西这个指令，然后再给他启动服务， 等一下我们可以先不着急启动服务，我们可以看一下这个，呃，这个文件夹啊，是，是不是有一个 e n v？ 好 的，我们看有个 e n v 对 不对？然后这里是密奥，现在是一二三四五六，对不对？我们可以把它改成六个六， 然后把它保存一下，然后在这边的话我们再启动服务。 好，可以看到我们的服务已经启动了，然后把这个管理地址复制一下，随便用哪个浏览器都可以打开。好的，这里要输入密钥，刚刚是一五个六。呃，六个六吗？一二三四五六。好的，看一下，没问题，访问。 ok， 没问题。 然后这里弄好以后，大家可以把这个切换为简体中文，然后现在的话我们要添加渠道，我们是 dbc 的 话，我们首先找到我们的呃， dbc 的 一个开放平台，然后 我们先创建一个 apikey， 随便打，随便打，创建一个，然后复制过来，复制过来以后，然后添加一个渠道，然后第一行添加这个东西，然后第二行我们找到这个接口文档，然后把这个东西复制过去， 然后复制过去以后，然后这里有个详细配置啊，我们点击详细配置，然后复制类型，选择 open ai 的 卡槽，然后滑滑滑，滑到最后面，把这个呃规范化给它打开，然后创建渠道。 ok， 这边创建好了，对不对？然后 配置配置已经好了，然后我们找到那个 cc switch， 我 们把 cc switch 打开。 好的，然后这个是我前面配置的，现在我把它把它删掉，教大家重新配置一下， 点击添加。在哪里呢？找到中间这个就是 open ai， 第一个是圆了我们的可可扣的，第二个的话就是我们的 open ai， 就是 这个 codex， 然后点击加号自定义的，然后 名字可以随便写，你又可以写 delete， 然后呃链接不要，然后 这里的密钥的话，就是刚刚那个六个六，一二三四五六六个六。好，然后 api 的 请求地址， api 请求地址在这里啊， api 请求地址， ok， 大家不要把这个窗户关了，关掉了，关掉以后那这边就就连连不上了，就是 codex 就 不能正常访问了。 我那个教程里面有让他就是一直在线的，就是后面这里不想每次都挂着终端，让 c c x 后台静默，这里有方法的大家可以尝试一下。 好的，我们来获取一下，先获取模型，可以看到已经获取到两个了，这刚好是 v 四 pro 和那个，然后我们点击添加。 好的，然后我们把这个 dbc 可进行使用。使用以后怎么验证呢？打开我们的 codex， 这个是前面的，我们现在看一下能不能连通了，我发个你好过去。 好了，这里是有问题的，我们把它先退出去，重新启动一下， 我们重新打开我们的 codex， 等一下， 等待它打开， 把它打开了，然后这边我们来测试一下有没有连接上。发个你好过去把这个先删掉 哦，可以看到是有问题的，那我们来看一下是哪里配置有问题，这边是可以的，运行中没有问题 哦。大家知道是为什么吗？是我们点的时候，我们点到后，点到，点到其他地方去了，点的可能是第一个可的扣子的，然后我们又把它这里给他删除一下， 我们找的是这个 codex， 配置也是一样的，把这边的复制过来，我们去第一个格子扣的，大家到时候配置的时候一定要看清楚， 复制一下， 然后找到这个 codex， 然后粘贴过来，然后这边的 这边也复制一下，把它粘贴过来。好的，然后在配置这里，然后我们找到 open ai， 然后往下滑，找到这个规范画非常键。 ok， 创建一下。创建完以后，然后我们再来看一下， 再来发个。你好，看一下， 可以看下终端。 可以了，这边应该是没有问题的。好的，已经来了，我们这可以干嘛呢？打开浏览器，搜索 codex 的 相关内容， 尝试一下，看它能不能打开。 然后我们点击 yes， 他打开的是谷歌的呀。那我们可以跟他说一下，你可以说让他打开 e d g 的 浏览器进行搜 索回车。 ok， 那 这边他就是打开的 e d g 的。

朋友们啊，一定不要安装这个扣带子。如果你安装这个扣带子，你就会发现 你玩物丧志，你知道吧？首先呢，你就想花钱换一个苹果的麦克。然后呢，你平时不熬夜，你现在也舍不得睡觉了，就得熬夜。所以说，一定别装，他太恐怖了。他 昨天跟着抖音上的大佬学了学，做了个这个，觉得还挺有意思呢，我直接放到最后，大家自己看嘛。 王成有位置图师想画一张不会误人的地图，他把门槛、裂纹、泥点和竹篮段子全画进去。地图大到无法出发。 学徒拿起铜尺，说石布之外看不见的石头不该指挥远行者。于是他们一次次登高，擦去细节，重定道。奇怪的是，城市变得模糊，去北桥的路却更清楚。 许多年后，另一座城被同样缩小，竟露出相似骨架。老人终于懂了，重要的不是保留美丽徽，而是看尺度改变后，哪些规则仍留下。这叫重整化群。

第一， mi 蒙 v 二点五 pro 是 否有抄袭昆的硬证据？第二， mi 某页面里的 mit 标签、 apg 代码头以及昆二 tokenizer 归属说明是否足够清楚。 我的方法很简单，只看能复合的公开材料，不看立场先行的截图。重点比较模型配置、权重分片、哈希、张亮形状、远程代码相似度，以及 tokenizer 和许可证归属。这里最重要的是把证据分层，不能把 tokenizer 附用，直接等同于模型抄袭。 先看模型画像民某页面标注 mit 模型类型是 mayo v 二七十层三百八十四个 root 的 experts， 昆三 code r f p 八是昆三某六十二层一百六十个 experts， 昆三二三五 b 和昆三 max 的 层数、专家数也都不同，所以从配置层面它们不是同一组架构参数。 再看权重文件，把 miimo 的 safe， tens 二 f s 二五六与几个 queen 仓库逐一求交集，结果是零。这个结论不能证明训练过程完全独立，但它足以说明公开仓库里没有发现直接附用同一批权重分片文件的证据。 张亮明有不少重合，这是同类 transformers 和某实践里常见的命名习惯，但关键张亮形状并不相同，比如 emily 词表维度不同，专家层中间维度不同， miyamoto 还有 fuse q kv m d p 层，以及专家校正 bios 名字，像不等于权重一样。 代码层面， memo 自带 modding memo v 二和 configuration memo v 二与 transformers 的 宽三毫米 modding 案型比较，相似度大约二十七个百分点，与宽三 next 更低。 这里存在 heking face 模型模板注意力层和谋层的公共写法，所以不能把普通工程重合，直接说成抄袭。 真正值得单独指出的是 tokenizer。 mimo 的 tokenizer config 里明确写着 queen 二 tokenizer， 而且 vocab 文件哈希与多个 coin 模型相同， 这说明 mimo 与 coin tokenizer 生态有明确关系。但 tokenizer 富永是开源模型里常见的兼容选择，它不是权重抄袭证据，它更像 extradition 是 否写清楚的问题。 许可证部分是另一个问题，咪某模型业标签是 m i t， 但远程代码文件头写的是 patchy 二点零，并包含小米与 hekingface copyright。 同时， tokenizer 又明确使用昆二 tokenizer 这个组合不自动等于侵权，但确实容易让使用者误解各组建的许可边界。 这个问题的解决方式并不复杂，最稳妥的做法是把模型权重许可、远程代码许可、 tokenizer 来源分开说明，比如明确写出 tokenizer 使用或金融 queen 二 tokenizer， 并列出 transformers 与 queen 或阿里巴巴相关版权和爬起二点零许可， 这样能保护二次使用者，也能避免把 tribute 问题误读成抄袭。实锤也要说明边界，这里没有下载 t b 级完整权重做竹数值 forensics 比对，也没有联系官方做非公开求证， 所以这不是法律意见。他回答的是在公开仓库与原数据层面，是否能看到支持抄袭的硬证据，以及压缩报表说明是否足够清楚。 最后给出分层结论，第一，公开证据不支持咪谋抄袭 queen 的 指控权重哈希架构、参数、张量、形状和代码相似度都不构成硬证据。 第二，咪谋的 tokenizer 与许可证归属说明确实应该补强。最准确的说法是，这不是抄袭实锤，而是 attribute 清晰度问题。

啊，这么我终于知道为什么扣贷是火，但是看不到很多的一个用户在使用它，没有那么多分享，我今天在想用扣贷的时候，我从第一步安装就已经给我卡死了。那有没有跟我同样在用扣贷的一个小伙伴 也遇到这个问题，我在他们的官网点击下载之后，他是链接到微软商店，在微软商店里帮你下载安装的嘛。但是我遇到一个最大的问题是我的微软商商店点开他一直在转圈，他其实显示不出来，我根本就是进入不了微软商店。这个我在 网上找了很多教程，我本身也是个小白，我不知道我这些具体问题在哪里，我又问过 ai， 但是一直没解决的。某宝花十五块钱让专业的师傅给我远程操作解决的 好，到了这一步还不算晚安，这一步就仅仅是 codex 可以 下载好了， codex 下载好了之后，我遇到第二步难关，我自己没有去登录 codex， 他 找我要电话号码。哇，这个真的， 我试了一下，国内的电话号码加八六的完全不行，就我是怎么解决的？我有个朋友在小日子啊，我用了他的电话号码，用了他的账号啊，我才登录上，而且上述的从那个 codex 登录开始，你下载完成之后所有的东西都需要， 没有这个东西你也是寸步难行。我终于知道这个为什么我很少在抖音上看到这么多人去大量的去使用这个东西，都说 c c 和那个 cos 好 用，但是我其实并没有说很多很多的用户去做这个东西，因为这个门槛真的很高很高。