在我和家人遭遇诈骗后，我开发了这个应用程序，以帮助应对全球1万亿美元的诈骗问题。该应用程序在App Store和Google Play均可下载。我没有技术背景，借助人工智能的帮助来构建它。我的目标是利用人工智能来识别诈骗者使用的人工智能。如果你感兴趣，可以去看看。
返回首页
最新
Cumul 是一个轻量级的命令行工具，能够将目录中的文本文件合并为一个单一文件，旨在为大型语言模型（LLMs）提供上下文支持。<p>该工具遵循 .gitignore 文件，过滤掉二进制文件和非文本文件，添加路径头信息，并生成摘要报告。<p>主要功能：<p>通过选项排除模式（例如，-e .json,.md）。<br>自定义输出前缀（例如，-p my）。<br>使用 Zig 语言开发，以提高效率。<p>安装方法：<p>curl -fsSL <a href="https://raw.githubusercontent.com/xcaeser/cm/main/install.sh" rel="nofollow">https://raw.githubusercontent.com/xcaeser/cm/main/install.sh</a> | bash<p>用法：cm [目录] 输出 <目录名称>-cumul.txt。<p>该工具旨在简化开发中的 LLM 工作流程。<p>欢迎反馈。
我在纯 PyTorch 中构建了一个小型的自包含 K-Means 实现：<a href="https://gitlab.com/hassonofer/pt_kmeans" rel="nofollow">https://gitlab.com/hassonofer/pt_kmeans</a>
我在进行数据集采样和近似最近邻搜索时，尝试了几种现有的大规模 K-Means 库。可是我找不到一个既快速又简单，并且能够在我的工作站上顺畅运行而不受内存限制的解决方案。也许我错过了某个现有的解决方案，但最终我写了一个符合我需求的实现。
核心思路：将数据保留在 CPU 上（因为那里有更多的内存），并在迭代步骤中智能地将必要的数据块移动到 GPU 进行计算。结果总是返回到 CPU 以便进行简单的后处理。
（注意：在 GPU 上计算 K-Means++ 初始化时，完整数据集仍需适配于 GPU。）
它提供了一些实用功能：
```
- 分块计算：通过仅将必要的数据块移动到 GPU，进行内存高效的大数据集处理，防止内存溢出错误
- 聚类拆分：通过将单个聚类拆分为多个子聚类来细化现有聚类
- 零依赖：单文件实现，仅需 PyTorch。可以直接复制粘贴到任何项目中
- 高级聚类：支持可选重采样的层次 K-Means（遵循最新研究），聚类拆分工具
- 设备灵活性：显式设备控制 - 数据可以存放在任何地方，计算在您指定的地方进行（任何 PyTorch 支持的加速器）
```
未来计划：
```
- 添加对内存映射文件的支持，以处理更大的数据集
- 探索 PyTorch 分布式以实现多节点 K-Means
```
该实现处理 L2 和余弦距离，并包含 K-Means++ 初始化。
可通过 PyPI 安装（`pip install pt_kmeans`），完整实现可在这里找到：<a href="https://gitlab.com/hassonofer/pt_kmeans" rel="nofollow">https://gitlab.com/hassonofer/pt_kmeans</a>
希望能收到对该方法的反馈，以及任何我可能遗漏的用例！
嗨，HN，
我开发了Pollar，这是一个为波兰提供的人工智能驱动的新闻聚合器。Pollar可以自动完成以下任务，帮助用户避免浏览大量文章的麻烦：
- 每几分钟从主要的波兰媒体收集新闻
- 使用嵌入技术将相似的文章归类为一个事件
- 生成简短的AI摘要，让你快速获取关键信息
- 通过简单的颜色编码突出媒体偏见
现在它已经作为网页应用上线，iOS和Android应用也即将推出。
我希望能得到你们的反馈，具体包括：
- 摘要是否准确且有用
- 偏见标记是否有帮助，还是过于简化
- 有哪些改进可以让它作为日常新闻工具更具价值
谢谢！
Jakub
docustore的目标是为大型语言模型（LLMs）提供最新的、现成的、即插即用的上下文，来源于经过精心挑选的框架/SDK列表。它有一个四步流程：抓取文档 - 清理文档 - 向量化 - 打包。我的愿景是将其托管在某个地方，并围绕它开发一个API/MCP，使其与开发环境无关。