<a href="https://www.axios.com/2026/08/05/google-deepmind-demis-hassabis-ai" rel="nofollow">https://www.axios.com/2026/08/05/google-deepmind-demis-hassabis-ai</a><p><a href="https://www.reuters.com/business/google-shakes-up-ai-leadership-deepmind-chief-shifts-role-2026-08-05/" rel="nofollow">https://www.reuters.com/business/google-shakes-up-ai-leadership-deepmind-chief-shifts-role-2026-08-05/</a><p><a href="https://twitter.com/JeffDean/status/2085034604172603724" rel="nofollow">https://twitter.com/JeffDean/status/2085034604172603724</a>, <a href="https://xcancel.com/JeffDean/status/2085034604172603724" rel="nofollow">https://xcancel.com/JeffDean/status/2085034604172603724</a>
返回首页
最新
我曾考虑在 Rewind.ai 关闭后使用这个工具。后来我发现了 ScreenPipe，可能会使用它，或者我可能会修改他们的开源版本，使其更加个性化。<p>我很好奇其他人使用过哪些工具，以及哪些类别的工具最适合制作个性化的 AI 版本。
请访问以下链接了解更多信息： [BBC新闻文章](https://www.bbc.com/news/articles/c36d4376nd2o)
标题：展示 HN：我们构建了一个开放的 USB-C 电力传输分析仪和可编程负载
<p>大家好！我们是 Arbi、Marco 和 Rob，我们开发了 Dr. PD，旨在让 USB-C 电力问题更易于理解。它位于电源和设备之间，捕获并解码它们的 USB-PD 协商，并将其与电压和电流测量相关联。它还可以作为一个可编程负载，支持固定电源、PPS、AVS 和高达 240 W 的 USB-PD 3.2 EPR。</p>
<p>商业 USB-PD 分析仪的价格通常超出业余爱好者和独立设计师的承受范围。我们的使命是让高质量的测试设备变得更易获取。Dr. PD 的硬件、固件、软件、库和文档都是开源的。</p>
<p>硬件和软件已准备就绪，所有源代码和设计文件都可以在我们的 GitHub 仓库 [1] 中找到。我们还准备通过 Crowd Supply [2] 发布它，您可以在那注册以便在产品可用时收到通知。</p>
<p>主机软件在 Chrome 中本地运行，无需驱动程序、账户或云服务。Dr. PD 还支持通过 USBTMC 的 SCPI、Python 和 JavaScript 库、捕获导出以及外部示波器同步。我们提供了完整的文档 [3]，包括用户指南、编程参考、交互式原理图和详细的硬件设计说明。</p>
<p>欢迎随时提问！您也可以通过 hello@t76.org 联系我们。</p>
<p>[1] <a href="https://github.com/T76-org/drpd" rel="nofollow">https://github.com/T76-org/drpd</a></p>
<p>[2] <a href="https://www.crowdsupply.com/t76-org/dr-pd" rel="nofollow">https://www.crowdsupply.com/t76-org/dr-pd</a></p>
<p>[3] <a href="https://t76.org/drpd/docs" rel="nofollow">https://t76.org/drpd/docs</a></p>
我希望加快编码速度并减少令牌使用。理论上，一个大型语言模型（LLM）能够比直接编写代码更快且使用更少的令牌为一个确定性的本地编码器提供计划，到目前为止，这种理论已经得到了验证。虽然在短期内，修订和教授编码器新的本地技能可能需要时间和令牌，但Sif会记住这些新技能，不需要再次教授。
名称：Sif 1.0
许可证：Apache 2.0
在Windows上开发和测试。
我的大部分测试涉及将Python转换为C++，尽管我也尝试了一些通用编码任务。
Python到C++的转换到目前为止效果良好。对于前沿模型，生成计划大约需要250-300个令牌，对于闪电开源模型，则需要400到500个令牌。如果Sif之前经历过所有要求，可以一次性完成转换，无需修复。如果您感兴趣，可以在代码库中找到几份测试/基准报告，展示了成功与失败的过程。对于感兴趣的人，我非常感谢您提供的任何反馈。