给我整一个废宝Fable 5

本周研究重点：深研深度知识追踪（DKT）一周。该技术基于学生按时间排列的答题数据，通过标记题目，在面临类似新题时预测学生的答题正确率与能力水平。参与同学毕业论文测试：参与了同学的毕业答辩相关测试，其项目基于 Google MediaPipe 实现身体/姿态追踪。WWDC 2026 关注：苹果更新多项功能。中国区支持了调休显示；非中国/非欧盟区推进了两年前宣布的 AI 功能。外界评价颇高，但个人暂无升级意愿。周末 Raku Lake 游玩：前往爱沙尼亚新建的人工湖 Raku Lake 徒步一圈。风景视觉上有些像瑞士，湖附近有矿场在进行挖掘作业。参加 PyData Tallinn 聚会：昨日参加了塔林 PyData 活动，分享内容包括：某公司利用深度学习模型预测能源市场，在低电价时通过电池蓄电、高电价时卖出。利用 YOLOX 目标检测模型，通过摄像头识别矿石中掺杂的木头杂质。Scoob 团队基于 Claude 3.5 结合 home-made GPT 开发的 SRE 助手。根据其服务诊断机制，即使系统无故障，按每日巡查规划计算，单月基础成本约 60 美元。Claude Fable 体验：升级并测试了最新模型。处理此前 Unity 无法解决的棘手问题时，虽需两三次对话引导且有一定 Token 成本，但能准确定位并解决原因。综合性价比，日常仍倾向使用 Kimi，面对卡壳难题时会考虑调用该模型。