Tempus是一个旨在高精度建模时间序列数据或回归问题的项目。它基于Vapnik、Chervonenkis和Lerner教授的支持向量机理论，实施了一种改进的核回归算法，并进行了多项改进，例如嵌套核、多层权重、大规模并行化和系统参数调优。
Tempus提供了多种信号分解方法和自动特征工程。这种新的支持向量机实现允许使用任何统计模型，甚至是自身，作为核函数。这是通过计算理想的核矩阵来完成的，该矩阵用作测量核函数适应性的参考。截至目前，已经实现了LightGBM、Torch、Path、RBF和全局对齐核。
Tempus在处理最复杂的数据时，能够显著提高准确性，超越其他竞争模型。
返回首页
最新
14年前，我通过Show HN发布了TicketData的原始版本。尽管公共网站没有获得关注，但这些数据对票务行业的人士来说非常有价值，因此它成为了一个B2B数据产品，自那时以来一直让我忙碌不已。现在，我重新推出了前端网站，作为一个完全免费的公共工具，帮助任何人在购买现场活动门票时做出更明智的决策。
重新推出的网站展示了实时转售价格图表（使用来自StubHub、Vivid Seats、SeatGeek等网站的数据），这些图表每几分钟就会更新一次。您可以查看最便宜门票的价格历史（“入场价格”），或者查看预定义区域（如地面座位）的价格，您也可以在任何区域或行中设置自己的自定义区域（例如“地面中心，1-10排”）。此外，您还可以设置价格超过或低于您设定的阈值时的提醒。
许多大型活动还包括价格走势的预测。这些预测基于多年的历史数据，结合实时数据和其他输入（如销售数据以及其他许多变量……对手、星期几、场馆容量等），通过XGBoost构建的模型进行处理。我正在逐步将预测功能推广到更多活动，随着模型的不断完善，我对不同类型/流派活动的准确性充满信心。
除了即将举行的活动数据外，网站上目前还提供大约2.5年的历史数据。如果持续有兴趣，我将努力将数据扩展到2011年。
以下是一些示例：
[即将举行的活动] 保罗·麦卡特尼下周的演出：
<a href="https://www.ticketdata.com/events/12435572" rel="nofollow">https://www.ticketdata.com/events/12435572</a>
[过去的活动] 堪萨斯城酋长队对拉斯维加斯突袭者队（周一夜）
<a href="https://www.ticketdata.com/events/1174976" rel="nofollow">https://www.ticketdata.com/events/1174976</a>
今年夏天Oasis的所有8场北美演唱会：
<a href="https://www.ticketdata.com/events/compare?ids=1006457%2C1006458%2C1006459%2C1006460%2C1010964%2C1010967%2C1010968&mode=days" rel="nofollow">https://www.ticketdata.com/events/compare?ids=1006457%2C1006458%2C1006459%2C1006460%2C1010964%2C1010967%2C1010968&mode=days</a>
或者要查看您本周末在本地举行的最便宜的演出，请点击主页上的“本地” + “本周末”筛选器：<a href="https://www.ticketdata.com/" rel="nofollow">https://www.ticketdata.com/</a>
感谢您的反馈！
由于目前互联网搜索能力的下降，我在寻找这个内容时遇到了困难。或者也许只是我搜索的技巧不够好。
我记得有一个网站，上面描述了所有的HTTP错误代码，并用《柯南·道尔探案集》的剧照进行了说明。有人能帮我找到这个网站吗？
另外，你能告诉我怎么找到它吗？我以前在网络搜索方面很厉害，但现在似乎什么都找不到。
提前谢谢你。
嘿，HN，
我们开发了MailAI——个人AI代理，全天候在安全沙箱中运行，以自动化电子邮件工作流程。MailAI已获得CASA认证，确保企业安全。
问题：
每个“AI电子邮件工具”只是提供建议。我们希望有能够真正执行工作的代理。
技术创新：
- 代理在隔离的安全沙箱中运行
- MailAI已获得CASA认证，确保企业安全
- 完全隔离（您的数据不会泄露）
- 全天候执行（不仅仅是建议）
它的功能：
- 使用您的知识库自动回复客户
- 跟踪发票并发送付款提醒
- 协调会议（检查您的日历）
- 用简单的英语处理自定义工作流程
真实示例：
“每天早上9点，总结所有标记为重要的未读邮件”
“跟踪所有发票，并在到期日前3天提醒客户”
“使用我们的常见问题文档自动回复客户支持邮件”
沙箱的重要性：
与其他在共享基础设施上运行的工具不同，我们的沙箱提供完全隔离。您的代理只能访问您明确授权的内容——没有更多。这可以防止数据泄露、未经授权的访问以及用户之间的交叉污染。
试用：
7天免费试用： [https://mailai.live](https://mailai.live)
我们希望获得反馈：
1. 安全问题（我们对此非常关注）
2. 我们遗漏的使用案例
3. 技术实施问题
由两位创始人和一位创始成员共同开发，他们曾在电子邮件中苦苦挣扎。欢迎随时提问！
让时间变得有意义。通过简单的文本创建并分享美观的互动时间线。该功能也可以作为 Obsidian 插件使用。<p>开发者可以使用 NPM 上的 chronos-timeline-md 库在他们的应用中渲染 Chronos 时间线。
嘿，Hacker News，
我们是docker/model-runner的维护者，想与大家分享一些我们非常兴奋的重大更新。
链接： [https://github.com/docker/model-runner](https://github.com/docker/model-runner)
我们正在振兴社区：
[https://www.docker.com/blog/revitalizing-model-runner-community/](https://www.docker.com/blog/revitalizing-model-runner-community/)
从本质上讲，model-runner是一个简单的、与后端无关的工具，用于下载和运行本地的大型语言模型。可以将其视为与不同模型后端交互的一致接口。我们的主要后端之一是llama.cpp，我们会确保将我们所做的任何改进反馈给他们的项目。它还允许人们通过OCI注册表（如Docker Hub）传输模型。Docker Hub托管我们精心挑选的本地AI模型集合，打包为OCI工件并准备运行。您可以轻松地在Docker Hub上下载、分享和上传模型，使其成为容器化应用程序和下一波生成性AI的中心枢纽。
最近我们在几个方面努力工作：
- Vulkan和AMD支持：我们刚刚合并了对Vulkan的支持，这使得本地推理可以支持更广泛的GPU，特别是来自AMD的GPU。
- 贡献者体验：我们将项目重构为单一代码库。主要目标是使架构更清晰，并显著降低新贡献者参与和理解代码库的门槛。
- 完全开源：我们知道Docker的项目可能会引发关于其开放性的问题。明确来说，这是一个100%开源的项目，采用Apache 2.0许可证。我们希望围绕它建立一个社区，欢迎所有贡献，从文档修复到新的模型后端。
- DGX Spark的零日支持，我们已经实现了！
我们的目标是发展社区。我们会在这里全天候回答您的任何问题。如果您喜欢，请查看一下，给我们一个星标，并告诉我们您的想法。
谢谢！
嗨，HN家族——我们是www.hive.co。
超过1500个音乐会场馆通过我们的CRM/电子邮件/SMS/广告产品销售他们的演出门票。我们已经建立Hive 12年了，团队由70多名远程员工组成，分布在加拿大和美国，我们的运营已经实现收支平衡/盈利（当我们想要的时候！）。
我们拥有除Live Nation之外最大的历史购票者数据库，并且我们知道哪些营销方式有效、哪些无效（基于数百万次之前投放的电子邮件/SMS/广告活动）。
我们正在构建Hive的未来：从一个营销人员自己使用的SaaS工具（有效地）销售门票，转变为一个能够为他们制定策略、推荐、构建并发送营销活动的代理。
我们目前有四个关键职位空缺，这些职位将对我们为客户推动的未来成果产生重大影响：
- 员工软件工程师（数据系统）
- 高级产品工程师（代理人工智能）
- 高级人工智能产品经理
- 高级人工智能用户体验设计师
请申请访问<a href="https://jobs.ashbyhq.com/hive.co" rel="nofollow">https://jobs.ashbyhq.com/hive.co</a>。
首席执行官推文：<a href="https://twitter.com/johndeanl/status/1980462264974209292" rel="nofollow">https://twitter.com/johndeanl/status/1980462264974209292</a>
嘿，HN！
我一直在研究一些可能改变我们对多线程思考方式的东西。<p>你可能还记得 W++——这是我最初在 .NET 上构建的一个混乱的脚本语言。
现在，我已经用 Rust + LLVM 从头重写了它，并意外发明了一些新东西：
一个用于线程的垃圾回收器。<p>W++ 不再将操作系统线程留给手动管理，而是将它们视为堆对象。
它们是引用计数的，会被清扫，并安全地清理——就像其他任何 GC 值一样。<p>亮点：
• 线程通过 `Arc` + `Weak` 管理，并由后台守护进程收集
• 如果拥有线程死亡，`GcMutex` 会自动解锁
• 线程祖先追踪防止递归生成
• 后台 GC 线程定期加入已完成的线程
• 所有编译为本地 LLVM IR——无需虚拟机<p>结果是什么？
没有僵尸线程，没有超出其拥有者的死锁，也无需手动连接。<p>这还是实验性的，尚不完美——但它确实有效。
如果你之前构建过运行时或 GC，我很想听听你的想法。<p>GitHub: <a href="https://github.com/sinisterMage/WPlusPlus" rel="nofollow">https://github.com/sinisterMage/WPlusPlus</a>
欢迎反馈、批评或“你疯了，但我喜欢”的评论！