liquid
PulseAugur coverage of liquid — every cluster mentioning liquid across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
开发者共享的代码编辑导致多个工具崩溃
RAXXO 的一位开发者分享了这样一种经历：在共享的 Liquid 代码片段中对单行代码的编辑，意外地改变了另外两款 RAXXO 产品 的行为。该代码片段被用于多个工具中，用于处理页眉、定价块和下载电子邮件等元素。开发者意识到，共享代码中 bug 的影响范围可能非常大，需要更健全的测试流程。为了降低未来风险，该开发者现在会在将任何更改部署到其他四款产品之前，先在一款产品中对共享文件的更改进行一整天的测试。
-
使用黄金数据集学习 LLM 的提示回归测试
本文介绍了 LLM 的提示回归测试，这是一种通过将新响应与预定义的“黄金”示例集进行比较来确保一致性输出的方法。作者 Hsiang-Cheng Chen 演示了如何使用 Python 和 Liquid 语法构建一个简单的工具来自动化此测试过程。目标是捕获由于更新或修改可能出现的模型行为的意外变化。
-
开放权重 LFM2.5-2.6B 模型，支持 128k 上下文，已加入追踪器
LFM2.5-2.6B 模型，又称 Liquid，已被添加到一个 AI 模型追踪服务中。该模型具有开放权重和免费套餐，上下文窗口为 128,000 个 token。
-
开发者创建自定义工具来对个人 Bug 进行编码 LLM 基准测试
一位开发者创建了一个基于 Python 的工具，用于针对个人 Bug 语料库评估编码 LLM，而不是依赖于 SWE-bench 等公共基准。这种方法旨在通过测试模型在用户自身代码库特有的问题上的表现，提供更相关的性能指标。该工具设计为可与任何 OpenAI 兼容的 API 配合使用，从而可以轻松集成本地和托管模型。
-
Sonnet 模型更新导致 JSON 输出出现 Liquid 语法错误
对 Sonnet 模型的更新引入了一项更改，现在原始 JSON 输出被包含在 markdown 围栏中。此修改给依赖 Liquid 语法的用户带来了问题，具体表现为触发“未知标签 'endraw'”错误。此更改似乎是 Sonnet 更新的意外后果，影响了开发人员解析和使用模型输出的方式。
-
Kimi K3、DeepSeek V4 和 Mistral 模型引领开放权重 AI 浪潮 · 跟踪 1 个来源
开放权重 AI 生态系统正经历快速发展，预计将很快推出多个新模型。Kimi K3 预计将很快发布，随后是 DeepSeek V4 的全面上市、新的 Liquid 模型以及 Mistral 的即将发布。还有传言称 GLM 5.5 将于八月推出。这种强大、开放权重模型的激增正在降低 AI 智能的成本，促使企业将重点从模型能力转移到管理自主系统的风险上。
-
Shopify 开发者重用关键区块以加速店铺构建
作者详细介绍了一种通过重用预先设计的主题区块来高效构建 Shopify 店铺的策略。他们专注于四个关键区块：一个主视觉区、一个信任证明条、一个常见问题解答区和一个行动号召区，这些区块会被复制到每个新店铺中。这种方法通过使内容可以直接通过主题编辑器进行编辑，而无需进行代码更改，从而节省了大量开发时间，在初始设置后，每个店铺估计可节省三个小时。
-
新方法解决自回归图像生成中的概念擦除问题 · 2个来源
两篇新的研究论文介绍了在自回归图像生成模型中擦除概念的方法，以解决滥用和创建不安全内容的担忧。第一篇论文Obliviate提出了一种针对这些模型的基于引导的方法，侧重于视觉令牌分布和轨迹级别更新。它在基准数据集上显著减少了裸露内容，同时保持了模型的整体效用。第二篇论文ScaleErasure提供了一种推理时干预方法，该方法针对特定logit来克服下一尺度自回归模型中的语义纠缠，在保持生成能力的同时提高了概念擦除的精度。
-
Liquid 模式将 Shopify 主题开发时间缩短一半
一位开发者通过实施五个关键的 Liquid 模式，显著缩短了 Shopify 主题的构建时间。这些模式简化了主题区块的创建过程，特别是通过使用 schema fragments 来避免重复代码，以及使用 conditional snippets 来处理单个文件中的变体。这种方法减少了区块文件数量，并使代码更易于维护，将最近一次主题重建的开发时间缩短了一半。
-
2026年最便宜的LLM API供初创公司使用：开放权重模型提供大幅节省
对于2026年的初创公司而言，通过OpenRouter等平台使用开放权重LLM API可以带来显著的成本优势。Meta的Llama 3.1 8B Instruct和Microsoft的Phi-4等模型提供了可观的节省，对于低流量操作而言，每次调用的成本微乎其微。虽然免费套餐适用于原型设计和评估，但生产环境需要迁移到付费模型以确保可靠性和性能。
-
聊天模板错误会破坏提示缓存
本文讨论了编程中特定的聊天模板模式如何会无意中阻碍提示缓存。它强调了某些语法，例如 Liquid 中的 'endraw' 标签，可能会导致错误并阻止高效的缓存机制正常运行。本文旨在帮助开发人员避免这些陷阱，以优化他们的提示工程。
-
Shopify 为电子商务启用 AI 代理端点
Shopify 已在其平台悄然推出了面向代理的端点，自动为 /llms.txt 和 /agents.md 等文件提供服务。这些端点提供有关商店功能、支持的代理流程以及交互规则的信息，例如结账时需要人工批准。虽然默认设置适用于许多单一地区商店，但在多个地区运营或需要特定约束（如年龄验证）的商家将需要使用 Liquid 模板覆盖这些设置。
-
Shopify店铺通过Section Rendering API提升速度
一位开发者详细介绍了使用Section Rendering API优化Shopify店铺性能的六种模式。这些技术旨在通过选择性地重新渲染特定页面部分而不是整个页面来缩短加载时间。例如，更快的购物车抽屉更新、优化的商品列表网格以及动态商品推荐，所有这些都通过服务器端渲染单个组件来实现。
-
Magnific AI 生成 4096px 图片，bash 脚本调整大小以适应 Shopify
一位开发者创建了一个简化的管道，用于为 Shopify 商店生成和优化产品图片。该过程首先使用 Magnific 创建一个 4096px 的高分辨率主图，然后使用一个简短的 bash 脚本自动将其调整为四个响应式变体。最后，通过 Admin API 将这些优化后的图片上传到 Shopify，以便在 Liquid 模板中通过高效的图片 URL 过滤器进行引用。