24小时热榜

我们刚刚发布了一篇论文，提出了“人工智能的拓扑重构”。我们的方法是将数据投影到一个固定的拉马努金图（最佳谱扩展器）上，而不是使用反向传播训练深度网络（这种方法速度慢且耗能大），并以封闭形式解决读出问题。 基准测试结果： 桌面（i5-4570，第四代）：与标准多层感知机（MLP）训练相比，速度提升287倍。 移动设备（Android ARM64）：每次推理延迟小于0.6毫秒（超过1600帧每秒）。 准确率：在MNIST数据集上约为95.2%（与训练的MLP相当）。 代码使用C++（用于边缘计算）和Python（用于研究）。我们相信这是一条通向确定性、绿色人工智能的道路，能够在普通硬件上运行。 如有关于谱图理论的问题，欢迎提问。

一个智能知识管理系统，专为Claude Code设计，能够在您的编码过程中自动捕捉、存储和检索开发知识。

CloudBot 让您只需一键即可获得一个完全配置的 AI 员工，配备自己的云计算机。基于 OpenClaw 构建。 您将获得： - 云端完整的 Ubuntu 桌面环境 - 预装的 AI 代理，可以查看屏幕并控制计算机 - 24/7 可用性 - 您的 AI 在您睡觉时仍然在工作 - 使用您自己的 API 密钥来调用 AI 模型 - 起价 $69/月 这个 AI 可以使用 VS Code、浏览网页、运行终端命令、管理文件——您在真实桌面上能做的任何事情。我醒来时就能看到完成的代码审查、完成的研究报告和更新的文档。 之所以开发这个，是因为设置一个具备良好工作环境的 AI 代理总是令人头疼的部分。现在只需一键即可完成。 演示视频： [https://www.youtube.com/watch?v=wSe4bvDMuKQ](https://www.youtube.com/watch?v=wSe4bvDMuKQ) 期待来自 HN 社区的反馈！

以讲者为中心的播客搜索。查找特定人物在其播客出场中所说的内容，而不是通过集数、播客或文字稿进行搜索。

这是一个只读的演示仓库，展示了完整的服务器端决策中断的往返过程：<p>REQUIRE_CONFIRM → EXECUTE → REJECT<p>该演示故意保持简约和静态。它的存在仅仅是为了验证一件事：<p>高风险决策是如何被中断的，<p>收据和计划哈希是如何生成的，<p>以及执行是如何被明确确认或拒绝的。<p>该仓库包括：<p>一个可运行的命令行风格的往返过程（demo_server_roundtrip.ts），<p>冻结的证据文档（_evidence/ *.json），<p>一个验证输出的持续集成检查，确保结果的确定性。<p>这里没有用户界面，没有软件即服务（SaaS），也没有代理行为。<p>这不是一个产品——它是一个证据文档，旨在供希望检查机制的工程师使用。<p>我们特别欢迎那些构建了保护机制、代码审查工具或AI辅助工作流程的人的反馈。