Wenn man die KC-Zertifizierung/Funkzulassung nicht erneut machen muss,
oder es nicht irgendeine Möglichkeit für eine Art Fast Track gibt, ist das in Korea wohl unrealistisch.
Importe aus dem Ausland wie über Temu oder Alibaba brauchen keine KC-Zertifizierung,
aber im Inland kostet schon das Herstellen oder auch nur Zusammenbauen von Hardware alles Zertifizierung und Arbeitsaufwand.
Wenn man es bei JLCPCB inklusive 3D-Druck fertigen lässt, geht es immerhin noch einigermaßen ...
Wenn Software durch KI einfacher wird, ist es ziemlich klar, dass Hardware zu einem weiteren Markt werden wird.
Ein Bekannter von mir hat kürzlich in diesem Bereich ein Startup gegründet, und ich halte das für eine Bewegung, die zum Trend passt.
Ich habe es mit meinen eigenen Texten verglichen: Was ich selbst geschrieben habe, wurde mit 0 % eingestuft, was ich mit KI geschrieben und teilweise überarbeitet habe, mit 51 %, und was nur von KI geschrieben wurde, mit 100 % – es erkennt das also besser als gedacht ^^
Nur so eine Idee: Wenn man als Chrome-Browser-Erweiterung Inhalte nach denselben Kriterien wie https://github.com/mozilla/readability identifizieren und das Prüfergebnis wie eine Ampel anzeigen würde, wäre das noch praktischer.
(Es wäre auch gut, wenn nur die registrierten Seiten-Domains automatisch erkannt würden und der Rest wie bei einer Übersetzungsfunktion manuell ausgelöst werden könnte.)
Danke für die präzise Frage. Ehrlich gesagt gibt es viele Teile, die man mit einem Open-Source-Agenten selbst aufbauen kann, und gerade Dinge wie das Abrufen öffentlicher Daten zu in den USA gelisteten Titeln lassen sich zu großen Teilen auch mit reinem Claude oder Perplexity ersetzen. Deshalb denken wir nicht, dass genau diese „Datenabfrage“ der Wert ist, den wir verkaufen.
Wenn man es eng fasst, gibt es ungefähr drei Punkte, für die es sich lohnt zu zahlen und die Pflege zu übernehmen.
Zahlen werden nicht vom LLM, sondern vom Server nach deterministischen Regeln berechnet. Auf dieselbe Frage kommt dieselbe Antwort zurück, und Zinseszins- oder Projektionswerte schwanken nicht von Gespräch zu Gespräch. Das ist der Teil, mit dem wir das im Haupttext erwähnte Reproduzierbarkeitsproblem auf der Tool-Ebene verhindern.
Wir übernehmen Dinge, die in der Berechnung stillschweigend ziemlich viel Handarbeit erfordern. Zum Beispiel addiert das ETF-Look-through AAPL, das sich zwischen VOO, QQQ und Direktbestand überschneidet, als effektives Exposure bezogen auf das Gesamtvermögen zusammen; wenn man naiv nur auf die Ticker-Konzentration schaut, wird ein breiter ETF leicht fälschlich als „All-in“ gelesen. Das korrekt anzubinden und zu pflegen ist Arbeit. Bei Monte-Carlo-FIRE-Projektionen ist es ähnlich.
Das sind Dimensionen, die ein pures LLM strukturell nicht sehen kann. Etwa der Zustand meines tatsächlichen Portfolios (reines Claude oder Perplexity kann meine Bestände nicht sehen) und die konsistente Bewertung über mehrere Währungen hinweg, einschließlich nicht in den USA gelisteter Assets wie Jeonse-Kautionen, KRX-Gold oder nicht börsennotierter Anteile. Auch Risikoneigung und Ziele werden über einzelne Gespräche hinaus gespeichert.
Kurz gesagt: Es geht nicht um einen „Agenten, der bessere Entscheidungen trifft“, sondern um den Wert, diese Materialschicht ohne eigenes Setup und ohne laufende Pflege direkt an Claude/ChatGPT anzubinden. Wenn Sie das selbst bauen und pflegen wollen, brauchen Sie nicht extra zu abonnieren; da die Buchfunktion selbst kostenlos ist, ist es am sinnvollsten, einfach auszuprobieren und dann zu beurteilen, ob die Analyseebene ihren Wert hat.
Das ist ein guter Ansatz. Gibt es vielleicht ein Repo oder Implementierungsbeispiele, an denen Sie sich orientiert haben? Wir denken nämlich in eine ähnliche Richtung.
Die Erklärung von Punkt 2 ist etwas schwer zu verstehen.
Gemeint sind wohl Fälle wie Institutionen, die gegründet wurden, um ein bestimmtes Problem zu lösen.
Organisationen, die verschwinden, sobald ihr Ziel erreicht ist, etwa eine Vereinigung zur Bekämpfung der Tuberkulose.
Vielen Dank :) Es hat etwas gedauert, eine Domain zu finden, die gut zum Servicenamen passt,
aber zum Glück habe ich eine bekommen. Wenn euch beim Ausprobieren etwas Seltsames auffällt, sagt mir bitte einfach Bescheid!
Früher hätte ich das wirklich großartig gefunden, aber mich würde interessieren, welche Vorteile es gegenüber tolaria oder den vielen neueren Open-Source-Graph-Tools hat.
Darauf wäre ich nie gekommen ... das ist neu. Im Guten wie im Schlechten.
Es kommt mir vor, als hätten wir erst vorgestern noch Nodejs Version 0.8 benutzt....
Wenn man die KC-Zertifizierung/Funkzulassung nicht erneut machen muss,
oder es nicht irgendeine Möglichkeit für eine Art Fast Track gibt, ist das in Korea wohl unrealistisch.
Importe aus dem Ausland wie über Temu oder Alibaba brauchen keine KC-Zertifizierung,
aber im Inland kostet schon das Herstellen oder auch nur Zusammenbauen von Hardware alles Zertifizierung und Arbeitsaufwand.
Wenn man es bei JLCPCB inklusive 3D-Druck fertigen lässt, geht es immerhin noch einigermaßen ...
Hallo^^ Haben Sie sich von LINER inspirieren lassen?
Und der Link im Kommentar unten, https://tvexplorer.live/channel/EBS1TV.kr.SD/country/KR, ist auch super praktisch. Haha.
Scheint in Korea gesperrt zu sein, aber kann man es im Ausland vielleicht direkt ansehen?
Ich habe eine Infografik gefunden und mitgebracht: https://i.postimg.cc/63yLvz16/modelsize202607.png
(die von Kimi leicht aktualisiert und um die Inhalte zu Qwen 3.8 ergänzt)
Wenn Software durch KI einfacher wird, ist es ziemlich klar, dass Hardware zu einem weiteren Markt werden wird.
Ein Bekannter von mir hat kürzlich in diesem Bereich ein Startup gegründet, und ich halte das für eine Bewegung, die zum Trend passt.
Ich habe das Gefühl, mein Aufklärungswert steigt.
Es ist zwar günstiger als andere AI-Anbieter (
Claude), aber ich habe gehört, dass es selbst innerhalb Chinas am teuersten ist.Ich habe es mit meinen eigenen Texten verglichen: Was ich selbst geschrieben habe, wurde mit 0 % eingestuft, was ich mit KI geschrieben und teilweise überarbeitet habe, mit 51 %, und was nur von KI geschrieben wurde, mit 100 % – es erkennt das also besser als gedacht ^^
Nur so eine Idee: Wenn man als Chrome-Browser-Erweiterung Inhalte nach denselben Kriterien wie https://github.com/mozilla/readability identifizieren und das Prüfergebnis wie eine Ampel anzeigen würde, wäre das noch praktischer.
(Es wäre auch gut, wenn nur die registrierten Seiten-Domains automatisch erkannt würden und der Rest wie bei einer Übersetzungsfunktion manuell ausgelöst werden könnte.)
Bamti fehlt.
Ah ... so ist das ... Das wusste ich bisher nicht ...
Hm … Sie haben mir wohl eine neue Perspektive eröffnet …
👍👍👍
Danke für die präzise Frage. Ehrlich gesagt gibt es viele Teile, die man mit einem Open-Source-Agenten selbst aufbauen kann, und gerade Dinge wie das Abrufen öffentlicher Daten zu in den USA gelisteten Titeln lassen sich zu großen Teilen auch mit reinem Claude oder Perplexity ersetzen. Deshalb denken wir nicht, dass genau diese „Datenabfrage“ der Wert ist, den wir verkaufen.
Wenn man es eng fasst, gibt es ungefähr drei Punkte, für die es sich lohnt zu zahlen und die Pflege zu übernehmen.
Zahlen werden nicht vom LLM, sondern vom Server nach deterministischen Regeln berechnet. Auf dieselbe Frage kommt dieselbe Antwort zurück, und Zinseszins- oder Projektionswerte schwanken nicht von Gespräch zu Gespräch. Das ist der Teil, mit dem wir das im Haupttext erwähnte Reproduzierbarkeitsproblem auf der Tool-Ebene verhindern.
Wir übernehmen Dinge, die in der Berechnung stillschweigend ziemlich viel Handarbeit erfordern. Zum Beispiel addiert das ETF-Look-through AAPL, das sich zwischen VOO, QQQ und Direktbestand überschneidet, als effektives Exposure bezogen auf das Gesamtvermögen zusammen; wenn man naiv nur auf die Ticker-Konzentration schaut, wird ein breiter ETF leicht fälschlich als „All-in“ gelesen. Das korrekt anzubinden und zu pflegen ist Arbeit. Bei Monte-Carlo-FIRE-Projektionen ist es ähnlich.
Das sind Dimensionen, die ein pures LLM strukturell nicht sehen kann. Etwa der Zustand meines tatsächlichen Portfolios (reines Claude oder Perplexity kann meine Bestände nicht sehen) und die konsistente Bewertung über mehrere Währungen hinweg, einschließlich nicht in den USA gelisteter Assets wie Jeonse-Kautionen, KRX-Gold oder nicht börsennotierter Anteile. Auch Risikoneigung und Ziele werden über einzelne Gespräche hinaus gespeichert.
Kurz gesagt: Es geht nicht um einen „Agenten, der bessere Entscheidungen trifft“, sondern um den Wert, diese Materialschicht ohne eigenes Setup und ohne laufende Pflege direkt an Claude/ChatGPT anzubinden. Wenn Sie das selbst bauen und pflegen wollen, brauchen Sie nicht extra zu abonnieren; da die Buchfunktion selbst kostenlos ist, ist es am sinnvollsten, einfach auszuprobieren und dann zu beurteilen, ob die Analyseebene ihren Wert hat.
Das ist ein guter Ansatz. Gibt es vielleicht ein Repo oder Implementierungsbeispiele, an denen Sie sich orientiert haben? Wir denken nämlich in eine ähnliche Richtung.
Die Erklärung von Punkt 2 ist etwas schwer zu verstehen.
Gemeint sind wohl Fälle wie Institutionen, die gegründet wurden, um ein bestimmtes Problem zu lösen.
Organisationen, die verschwinden, sobald ihr Ziel erreicht ist, etwa eine Vereinigung zur Bekämpfung der Tuberkulose.
Wirklich ... ein interessantes Thema ...
Vielen Dank :) Es hat etwas gedauert, eine Domain zu finden, die gut zum Servicenamen passt,
aber zum Glück habe ich eine bekommen. Wenn euch beim Ausprobieren etwas Seltsames auffällt, sagt mir bitte einfach Bescheid!
Früher hätte ich das wirklich großartig gefunden, aber mich würde interessieren, welche Vorteile es gegenüber tolaria oder den vielen neueren Open-Source-Graph-Tools hat.