最新

嗨，HN，Aria 和 Tony 这里，我们是 Parachute 的联合创始人（<a href="https://www.parachute-ai.com">https://www.parachute-ai.com</a>）。我们正在构建一种治理基础设施，使医院能够安全地评估和监控大规模的临床人工智能。 医院正在争相采用人工智能。去年，美国市场上出现了超过 2000 种临床人工智能工具，从环境记录员到影像模型应有尽有。但新的法规（HTI-1、科罗拉多州人工智能法案、加利福尼亚州 SB 3030、白宫人工智能行动计划）要求提供可审计的证据，以证明这些模型是安全、公平的，并且得到了持续监控。 问题在于，大多数医院的 IT 团队无法跟上。他们无法对每个供应商进行审查，进行压力测试，也无法全天候监控模型。因此，许多有前景的工具在试点阶段夭折，而风险暴露却在不断增加。 我们在哥伦比亚大学厄尔文医学中心部署人工智能时亲身经历了这一切，因此我们创建了 Parachute。哥伦比亚大学现在正在使用它来跟踪生产中的实时人工智能模型。 它的工作原理是：首先，Parachute 根据医院的临床需求评估供应商，并在试点开始之前标记合规性和安全风险。接下来，我们进行自动化基准测试和红队测试，以对每个模型进行压力测试，并发现诸如幻觉、偏见或安全漏洞等风险。 一旦模型部署，Parachute 会持续监控其准确性、漂移、偏见和正常运行时间，并在阈值被突破的瞬间发送警报。最后，每一次批准、测试和运行时的变更都会被封存到不可变的审计轨迹中，医院可以直接将其交给监管机构和审计员。 我们非常希望听到任何有医院经验并对安全部署人工智能感兴趣的人的意见。期待你们的评论！

几年前，关于“无代码”工具的热潮逐渐升温，有人声称这些工具有一天可能会取代传统的软件开发（即编程）。尽管我进行了相当广泛的搜索，但仍然没有找到一个成功的SaaS或软件创业公司是使用“无代码”工具创建的。 有一些故事讲述了人们如何利用“无代码”工具验证他们的想法，即快速构建一个非常粗糙的创业版本，并认为“无代码”非常有用，因为快速验证想法的好处超过了“无代码”的缺点（例如，设计不可扩展、用户体验不足、感觉像“玩具应用”等）。 快进到今天，关于“氛围编程”的热潮也在升温，这可以提高现有开发者的效率。但是，有没有出现过那些之前不会编程的人通过“氛围编程”成功创建创业公司的案例？如果有，具体是谁或是什么呢？

大家好，我制作了这个简单的应用程序，旨在方便地计算与朋友分摊账单时的费用。因为我和朋友们经常为如何分摊账单而争论，所以这个应用程序可以直接计算出结果，大家不需要再选择分摊的方式。<p>希望这个应用对你们也有帮助。如果你喜欢或不喜欢，请告诉我，祝你们使用愉快！

快速链接： - PyPI: [https://pypi.org/project/axon-api/](https://pypi.org/project/axon-api/) - GitHub: [https://github.com/b-is-for-build/axon-api](https://github.com/b-is-for-build/axon-api) - 部署脚本: [https://github.com/b-is-for-build/axon-api/blob/master/examples/deployment_scripts/deploy-axon.sh](https://github.com/b-is-for-build/axon-api/blob/master/examples/deployment_scripts/deploy-axon.sh) Axon 是一个507行的纯Python WSGI框架，能够在每月8美元的硬件上实现高达237MB/s的文件流传输。其主要特点是能够将多个文件动态打包成一个单一的多部分流，同时保持内存使用在225MB以下。该实现能够在达到I/O限制之前充分利用CPU资源。 技术亮点： - 纯Python标准库实现（无外部依赖） - 支持HTTP范围请求以实现部分内容传输 - 基于生成器的流式传输，内存使用恒定 - 通过查询参数进行请求批处理 - 基于匹配语句的路由（消除遍历和探测） - 内置数据清理和结构化日志记录 基准测试方法使用全新的Digital Ocean云服务器，并在不同文件大小下进行可重复的wrk测试。所有代码和部署脚本均已包含。