这个想法很简单：你们公司的文化到底是什么样的？没有虚假宣传，没有雇主品牌（也就是Glassdoor）。只有真实员工的看法。<p>ratetheculture.com
返回首页
24小时热榜
晚上阅读 Hacker News 让我眼睛感到不适。这只是一个轻量级的游乐场项目，您可以在以下链接尝试：
<a href="https://hn.sysopscafe.com/" rel="nofollow">https://hn.sysopscafe.com/</a>
它使用了 Hacker News API 和 Algolia 搜索 API，提供暗黑模式的视图。
点赞和回复将会重定向到官方网站。
感觉现实是拓扑的，依据……观察者的位置？就像每个观察者的位置都是网络中的一个节点，而边缘都是有“类型”的，意味着每条边都是某个第三观察者对其他两个位置的观察？<p>这会使得对共识现实的熟练导航更像是在定期与高度关联的观察者位置进行检查的导航？<p>我的身体直觉（比如，我的动觉感知）告诉我，如果这一点成立，那么我们应该能够以这种方式定义数学。这个“熟练导航”的定义似乎与正式证明具有相同的物理特性。<p>就像现实本身是我们与所有为我们所用的贡献者共同构建的证明，而我们在不断复杂化和简化，其中“共识”是通过人口密度来衡量的——比如观察者位置与观察者的比例（即可观察到的、正在产生或抵抗观察边缘的观察者位置），就像是从ZFC到[你最喜欢的怪论者]的一个尺度。<p>这让我对自我有了一丝存在主义的触动，因为（在这个模型中）你真的“无法带走任何东西”，你所拥有的只是你当前正在阅读和综合的观察者位置的集合。没有任何（没有“东西”），只有与“东西”押韵的观察。我是在一个意识的点上报告，但……我的意思是，即使共识并不介意，这种说法实际上也有些夸大了情况。<p>我意识到这是特权思维，作为一个体验自身体验具身的个体，与一个体验他者而“不”体验具身的个体进行对比。所有的保留都是承载性的，但也是暂时的，因为我不确定视角优势在观察下是否成立。<p>因此，我对一个包含基质的本体论的良好基础非常感兴趣，而找到一个以观察者为定义的拓扑，作为基础层是有意义的。我可以想象孩子们比起，比如说，物体恒存性，更快地学习这种推理路径。而且，<p>> “柏拉图表征假说：在不同数据和模态上以不同目标训练的神经网络，正在其表征空间中趋向于一个共享的现实统计模型。”（arXiv:2405.07987）<p>如果这一点成立，它应该直接桥接到^那个模型。<p>为了清晰起见：涉及这种规模的推测的自由度本身就是我坚持构建我怀疑应该有效的工具的原因，让共识现实以某种方式证明其效用。我并不“多重”到可以改变共识——那是一个类别错误。<p>（这就是粘菌中的细胞……呃，“观察”的东西吗？）<p>将数学与现象学桥接的想法——就像“在那座桥上看到人们”，知道他们可以信任自己的经历，因为“他们确实可以”，让我真的感动得想哭。<p>这感觉真是种解脱。
不久前，我在实验AWS S3存储桶时注意到我的一位队友用她自己的名字成功创建了一个存储桶。我感到很惊讶，因为S3存储桶的名称是全球唯一的，居然还有这个名字可用。
于是我决定看看我能申请到多通用的名字。
我的第一次尝试“aws”失败了。但第二次尝试“gov”成功了。
所以，从技术上讲，我现在“托管”一个政府网站：http://gov.s3-website-us-west-2.amazonaws.com/
如果有人考虑创建一个新国家，请告诉我——我已经解决了托管问题。
大家好，
我很高兴与大家分享 GlyphGL，这是一个我从零开始编写的新项目，完全不依赖任何外部库。它是一个跨平台（Windows、Linux、macOS）的仅头文件 C/C++ 库，旨在简化使用并提供绝对的控制（仍在开发中）。
没有 FreeType：它包含自己的 TTF 解析器、光栅化器和渲染器。
没有 OpenGL 加载器：GlyphGL 内置了自己的加载器，处理跨多个平台所需的所有 OpenGL 函数和指针，尽管可以通过 GLYPH_NO_GL_LOADER 选项禁用。
兼容性：GlyphGL 使用 C99 语法编写，意味着它可以轻松移植到其他平台。
性能：尽管仍在开发中，且缺乏一些重度优化（如 SDF 渲染和其他高级技术），但由于其高效的批量渲染系统，GlyphGL 仍然表现出色。
我欢迎批评意见，以帮助这个项目改进和成长，因此如果您发现任何问题、错误或需要一些澄清，请在讨论中评论或在仓库中提交问题！
仓库链接：https://github.com/DareksCoffee/GlyphGL
App Store 下载链接：<a href="https://apps.apple.com/us/app/simple-video-resizer/id6754533748">https://apps.apple.com/us/app/simple-video-resizer/id6754533748</a>
应用确实非常广泛。可以将 Gröbner 基础视为解决多元多项式系统的“通用坐标系统”。以下是一些具体的例子：
**机器人技术与运动学：**
计算机器人手臂在避免碰撞和奇异点的情况下，达到目标位置所需的精确关节角度。
**结构工程：**
在具有多个支撑点和材料约束的桥梁和建筑中，确定最佳的荷载分布。
**游戏开发：**
解决角色动画中的逆运动学问题，或在多重资源约束下优化非玩家角色（NPC）的决策。
**放射治疗：**
精确优化放射线束的角度和强度，以最大化肿瘤损伤，同时最小化健康组织的暴露。
**金融建模：**
计算多产品市场中相互依赖的需求函数下的均衡价格。
**核心见解：**
每个物理对象或抽象系统都可以用方程表示。每个方程在多维空间中定义了一个“形状”。Gröbner 基础使我们能够：
- 测量这些形状
- 验证新约束是否符合现有形状
- 确定解的可行性
- 找到最佳配置
**让代数变得易于接触：**
RomiMath 的突破不仅在于数学本身，更在于将这种计算能力提供给任何浏览器，打破了以前被锁定在昂贵的专业软件（如 Mathematica 或 Maple）中的壁垒。
这将抽象代数转变为工程师、研究人员和开发者的实用工具，他们需要解决复杂的优化问题，却没有数学博士学位。现在，您可以在几秒钟内直接在浏览器中解决七个变量的系统，这使得这些应用能够接触到更广泛的受众。
对于那些有兴趣进行实验的人，RomiMath 的实时演示（https://romimath.pages.dev）展示了这些理论概念如何转化为实际计算——从帖子中的四维球体示例到潜在的现实世界优化问题。
我正在为我的个人项目建立一个网站，网址是 xn--tkc.net。我在想，尽管这个 Punycode 域名看起来很不错，但使用它是否是个好主意？它的快捷方式是 3ronds.net。