最新

我创建了TextPolicy，因为我希望有一种方法可以在不需要集群或云GPU的情况下研究用于文本生成的强化学习。一台MacBook就足够了。 这个工具包很简单： - 实现了GRPO和GSPO算法 - 提供了自定义奖励函数的装饰器接口 - 包含LoRA和QLoRA工具 - 在MLX上运行，因此在Apple Silicon上效率很高 它并不打算用于生产。其目的是学习和实验：理解算法，测试想法，观察奖励设计如何影响行为。 安装方法是通过pip： ``` pip install textpolicy ``` 在README中有一个最小示例。 我对以下内容感兴趣的反馈： - API的清晰度 - 示例的实用性 - 这是否降低了新手进入强化学习的门槛 代码库地址：github.com/teilomillet/textpolicy

使用人工智能监控话题、来源和页面。当您的规则匹配或发生新事件时，立即获取警报，减少噪音，增加信号。 大多数监控工具不过是华丽的谷歌提醒。它们会将所有信息一股脑地抛给你。“今天有200条关于你关键词的提及。祝你好运。” 互联网发展得太快。当你查看Twitter、Reddit、HackerNews、行业博客、招聘页面、研究论文等时，重要的事情可能已经在三小时前发生，或者三天前就发生了。 例如： 每天早上：检查15个标签页。每午餐：浏览社交媒体动态。每晚上：了解行业新闻。结果还是错过了竞争对手的融资公告。还是在两天后才知道那个病毒式传播的人工智能公告。还是在大家都知道后才发现那篇改变游戏规则的研究论文。 AyeWatch为您监控整个互联网——包括新闻网站、博客、社交媒体、文档、研究论文等……但重点是：只有在真正重要的事情发生时，它才会打扰您。 不是“有人随口提到你的关键词。”也不是“这是来自47个不同来源的同一新闻故事。”而是真正重要的信息，信号。 今天下载应用程序，开始使用有限的免费配额来体验。AyeWatch监控一切，让您专注于重要的事情。再也不用担心标签页过多，再也不会有错失恐惧症，也不再会晚知道信息。

嘿，HN！我开发了Scryptogram，这是一款谜题游戏，玩家会得到一个类别和一个填空的摘要，然后通过填入字母来揭示主题。我一直很喜欢填字游戏、Wordle和问答游戏，但我想要一种结合了问答游戏“恍然大悟”时刻和字母填充满足感的游戏。 每个谜题以一个类别（例如“虚构角色”）和一个空白的摘要开始。当你猜测字母时，单词会慢慢填充，一旦你找出主题，就可以继续完成剩下的谜题。 我在前端使用React开发，后端则使用AWS（S3用于谜题，DynamoDB用于统计和归档，Cognito用于身份验证）。我仍在尝试调整谜题的难度、保留功能和每日包的设计。 你可以在这里尝试：<a href="https:&#x2F;&#x2F;scryptogram.com" rel="nofollow">https:&#x2F;&#x2F;scryptogram.com</a> - 欢迎所有反馈！