最新

对我来说，最大的变化是向细长的、自动隐藏的滚动条转变。我在macOS、Linux（Mint）、手机上都看到了这种变化，可能在Windows上也有（虽然我已经有一段时间没用Windows了）。 这是一种更干净的外观吗？我一直喜欢可见的滚动条，因为它们可以作为我在页面上位置和剩余内容量的有用指引，而且拖动起来也很方便。现在你必须先将鼠标悬停在上面。 我很好奇，最近有哪些用户体验的变化让你印象深刻，无论是好是坏……也许一些设计师在阅读这个论坛时会做笔记。

我是在Infocom游戏中长大的，当微软实际上开源了《Zork 1/2/3》时，我非常想弄清楚如何使用大型语言模型（LLMs）来让你输入任何想要的内容。我总觉得这些游戏“理解”的语言量非常有限——即使在当时它们已经算是相当先进了。 所以我想出了如何用Tambo进行封装……（并在浏览器中运行游戏引擎），基本上你输入的任何内容都会被“翻译”成Zork语言并传递给游戏——然后大型语言模型会接收游戏的输出，并根据需要添加一些风味。（顶部的小“>_”按钮可以显示实际的游戏输入） 让我感到非常惊讶的是多轮指令——你可以让它“探索房子里的所有房间，直到找不到更多为止”，它会连续进行10多个“回合”的游戏……就像是为Zork编写的Claude Code一样。

我们为机器学习工作流调整了 RALPH。<p>它能够自主运行实验，形成假设，训练模型，评估结果，并在证据基础上进行迭代。<p>支持 W&B 集成，适用于长时间运行的任务。完整的审计记录。<p>在 Kaggle Higgs Boson 竞赛中测试，几小时内进入前30名。<p>仍处于早期阶段，还有很多改进空间。欢迎反馈。<p>github.com/pentoai/ml-ralph

我多年来一直使用Hacker News、lobste.rs等网站来了解科技动态。 在这里，对人工智能工具和实际应用的发展关注较少。 还有哪些社区适合继续关注这些内容呢？

一个小型的 JavaScript/TypeScript 库，用于在无需 OAuth 的情况下获取 YouTube 字幕。适用于索引、摘要和人工智能实验。欢迎反馈。

一次运行中出现42个验证错误。Claude在道歉而不是编写HTML。OAuth令牌在摘要处理中间过期。<p>然后我修复了约束条件。八天内，零失败，零干预。<p>秘密不在于更好的提示……而在于将大型语言模型（LLM）视为一个受限的函数：使用模式验证的工具调用，拒绝格式错误的输出并强制重试，采用两次处理架构将编辑判断与格式化分开，以及无聊的开发运维（重试逻辑、速率限制、结构化日志记录）。<p>Claude的调用大约占2000行系统中的30行。大部分工作都是围绕它的其他部分。<p><a href="https://seanfloyd.dev/blog/llm-reliability" rel="nofollow">https://seanfloyd.dev/blog/llm-reliability</a> <a href="https://github.com/SeanLF/claude-rss-news-digest" rel="nofollow">https://github.com/SeanLF/claude-rss-news-digest</a>

我是创始人。我创建了NEO，这是一个专门为人工智能（AI）和机器学习（ML）工程工作流程设计的AI代理。之前我在现有工具上屡屡碰壁：这些工具适用于短期、线性的任务，但一旦工作流程变得长期、状态驱动和反馈驱动时，它们就会崩溃。 在实际的机器学习工作中，你不仅仅是生成代码然后就走。你需要探索数据、训练模型、评估结果、调整假设、重新运行实验、比较指标、生成文档并进行迭代；这一过程往往持续数小时或数天。大多数现代编码代理已经超越了单一的提示。它们可以规划步骤、编写文件、运行命令并对错误做出反应。 问题在于，当机器学习工作流程变得长期且反馈密集时，仍然会出现崩溃。训练任务、评估、重试、指标比较和部分失败仍然被视为短暂的副作用，而不是持久的状态。一旦工作流程持续数小时，涉及多个实验或迭代评估，你要么一直监控代理，要么重启大部分过程。反馈确实存在，但系统无法可靠地从中恢复。 NEO试图以实际发生的方式来建模机器学习工作。它是一个执行端到端机器学习工作流程的AI代理，而不仅仅是代码生成。工作被分解为明确的执行步骤，包含状态、检查点和中间结果。来自指标、评估或失败的反馈直接输入到下一步，而不是强迫进行全面重启。你可以暂停运行，检查发生了什么，调整假设，然后从中断的地方继续。 这里有一个例子供你参考：你可以要求NEO探索一个数据集，训练几个基线模型，比较它们的性能，并生成图表和简短报告。NEO会加载数据，进行探索性数据分析（EDA），训练模型，评估它们，注意到如果某个模型表现不佳或失败，进行调整并继续。如果训练需要一个小时，而其中一个模型在45分钟时崩溃，你并不需要重新开始。NEO会检查故障，修复它，然后继续。 扩展文档：<a href="https://docs.heyneo.so/#/vscode" rel="nofollow">https://docs.heyneo.so/#/vscode</a> 欢迎随时询问有关NEO的问题。