最新

Dia2 是一个开放权重的流式对话文本转语音（TTS）模型。它能够在没有完整句子的情况下生成语音，适用于低延迟的语音对话系统。它可以生成最长 2 分钟的英语音频，并支持音频前缀功能。 推理代码和权重（1B / 2B 变体）已上传至 GitHub 和 Hugging Face，并采用 Apache 2.0 许可证，以加速研究。该工作受到 KyutaiTTS、Mimi 和 Sesame 的重大影响。我们感谢 TPU 研究云提供的计算资源。

这就是不应该做生意的方式： 在过去的6到7年里，我构建了3.5个网络应用程序，现在所有应用都整合在一个超级应用中，网址是 https://collanon.app。然而，我无法摆脱对家庭的支持（我和我的妻子（中文学校的老板，但几乎没有盈利）），以及我所承担的（遭受的欺诈和债务）加上抵押贷款，同时在意大利作为软件工程顾问工作，以支持家庭开支的85%到90%。 我目前客户的合同将在年底到期，续约的希望越来越渺茫。 我写这封信是想冒险一试，询问这些构思是否有任何商业价值。

我们一直在与Docker合作，以简化量化模型的运行。此集成允许用户使用原生Docker命令行界面拉取并运行经过Unsloth优化的模型。 主要特点： - 使用Docker模型运行语法。 - 支持动态GGUF（处理量化开销）。 - 跨平台支持。 示例用法：docker model run ai/gpt-oss:20B 欢迎就实现或使用的量化方法提出问题。 更多信息请访问： [如何使用Docker运行LLMs](https://docs.unsloth.ai/models/how-to-run-llms-with-docker)

根据我的经验，即使是最优秀的软件项目也会有一些不为人知的问题，尽管整体上项目构建得很好。<p>归根结底，我们都必须构建那些能够正常运作并提供商业价值的东西。追求完美的代码并不是目标。但这让我思考：完美的软件真的存在吗？如果不存在，那什么才是黄金标准呢？

嗨，HN！我们很高兴发布我们的 VS Code/Cursor 扩展，旨在支持 marimo [1]，这是一个开源的反应式 Python 笔记本。 这个扩展为使用 marimo 笔记本提供了原生体验，这是一个我们努力实现的长期请求的功能。 **LSP 优先架构** 我们扩展的核心是一个 marimo 笔记本语言服务器（marimo-lsp [2]）。据我们所知，这是第一个采用这种方法的笔记本运行时。语言服务器协议（LSP）[3] 提供了一小部分但重要的与笔记本相关的功能，我们用它来进行文档和内核的同步；其他所有功能则通过自定义操作和消息处理。 通过基于 LSP 的构建，我们旨在为在其他环境（超越 VS Code/Cursor）中暴露 marimo 功能创造路径。LSP 中的笔记本功能仍然有限，但随着协议的发展，我们将能够将更多功能从扩展转移到语言服务器，使其可用于更广泛的编辑器和工具。例如，这可能使以下功能成为可能： - 对笔记本文档的结构性编辑（例如，添加或删除单元格）[4] - 编辑器悬停信息反映变量的实时运行值 **与 PEP 723 的深度集成** 由于 marimo 笔记本是普通的 Python 文件，我们采用 PEP 723 风格的内联元数据 [5] 来描述笔记本的环境。像 uv 这样的工具已经支持这种格式：它们读取元数据块，构建或更新相应的环境，并在其中运行脚本。 marimo CLI 已经在“沙箱”模式 [6] 下与 uv 集成，以管理由 PEP 723 元数据定义的单个笔记本的隔离环境。在扩展中，我们基于 uv 的“沙箱控制器”管理多个笔记本：每个笔记本都有自己的隔离缓存环境。控制器保持环境与文件中声明的依赖项一致，并可以在缺少导入时自动更新该元数据。 uv 通常在您运行脚本时同步这些环境，确保其与元数据中声明的依赖项匹配；我们在单元格级别应用这一概念，以便在单元格运行时环境保持同步。如果您通过 uv 以脚本形式运行笔记本（例如，uv run notebook.py），则会重用相同的缓存 uv 环境。 ——— 这项工作是一次完全重写，我们感谢社区的早期反馈。虽然 VS Code 和 LSP 支持一部分笔记本功能，但生态系统在很大程度上受到 Jupyter 的影响，我们不得不绕过一些现有 API 中固有的假设。我们一直在与 VS Code 团队协调，希望我们的工作能够帮助拓宽对话——推动 LSP 笔记本模型向前发展，并为非 Jupyter 基础的运行时腾出空间。 我们期待听到您的想法！ [1] [https://marimo.io](https://marimo.io) [2] [https://github.com/marimo-team/marimo-lsp](https://github.com/marimo-team/marimo-lsp) [3] [https://microsoft.github.io/language-server-protocol/](https://microsoft.github.io/language-server-protocol/) [4] [https://github.com/microsoft/vscode-languageserver-node/issues/1336](https://github.com/microsoft/vscode-languageserver-node/issues/1336) [5] [https://peps.python.org/pep-0723/](https://peps.python.org/pep-0723/) [6] [https://docs.marimo.io/guides/package_reproducibility/](https://docs.marimo.io/guides/package_reproducibility/)

我开发了一个命令行工具来基准测试DNS解析器，因为我发现DNS为我的API请求增加了300毫秒的延迟。 <p>v0.3.0版本刚刚发布，新增了以下功能： - compare：在所有解析器中测试单个域名 - top：根据延迟/可靠性/平衡性对解析器进行排名 - monitor：持续跟踪并提供阈值警报 <p>首周下载量超过1400次。 <p>快速开始： ``` pip install dns-benchmark-tool dns-benchmark compare --domain google.com ``` <p>命令行工具将永久免费。托管版本（多区域、历史跟踪、警报）预计在2026年第一季度推出。 <p>GitHub: <a href="https://github.com/frankovo/dns-benchmark-tool" rel="nofollow">https://github.com/frankovo/dns-benchmark-tool</a> 反馈: <a href="https://forms.gle/BJBiyBFvRJHskyR57" rel="nofollow">https://forms.gle/BJBiyBFvRJHskyR57</a> <p>使用Python和dnspython构建。欢迎提出问题和反馈！