返回首页
最新
我正在开发一款基于生成式人工智能的虚拟试穿应用，并且我的应用即将上线。由于我是自筹资金并独立开发这款应用，因此没有巨额的绩效营销预算来帮助我启动并获取初始用户。因此，我在考虑寻找一位快速成长的时尚影响者，愿意成为我的应用的联合创始人，以换取10-15%的股权，并帮助我进行分发。
当后端团队更新API时，前端团队可能需要花费几天时间来同步和更新文档。我创建了middlerok.com。
嗨，HN！我们想分享我们构建的一个项目：BesiegeField——一个大型语言模型在物理基础的建造游戏《Besiege》中设计、测试和完善机器的环境。
机器设计被视为一个代码生成问题：大型语言模型选择标准部件并指定如何连接它们，使得这个任务非常适合语言模型。
该环境包括诸如远投石头或在崎岖地形中导航等任务，并支持自定义目标和环境。
我们利用它探索了无需微调的自主工作流程和强化学习，尝试了构建汽车和投石机等任务。
它在Linux集群上运行100多个并行进程，以支持可扩展的强化学习训练。
欢迎来自人工智能、强化学习、工程和游戏开发社区的反馈。
GitHub: [https://github.com/Godheritage/BesiegeField](https://github.com/Godheritage/BesiegeField)
HuggingFace演示（单代理）：[https://huggingface.co/spaces/Godheritage/BesiegeField-MachineGenerator](https://huggingface.co/spaces/Godheritage/BesiegeField-MachineGenerator)
我是一名长期使用Snowplow的用户和非官方的推广者。我对其创始人Alex和Yali深感敬佩，曾与他们见过几次面。
让我爱上Snowplow的原因在于它没有偏见，能够访问原始事件数据，并且是真正的开源。2013年，这一切对我来说都改变了。我再也无法以同样的方式看待谷歌分析（GA）。
多年来，分析逐渐转向由更便宜的CPU和存储驱动的SQL数据仓库，dbt、可重复性和透明性也随之而来。我意识到需要一个民主化的Snowplow管道，于是在2019年推出了一个托管版本。
在2024年1月，Snowplow更改了其许可证（SLULA），实际上通过限制生产使用结束了开源Snowplow。当这一切发生时，我意识到开放数据和开放架构的精神已经消失。
一周后，我对其进行了分叉，想要让这个理念继续存在。
OpenSnowcat在Apache 2.0许可下保留了原始的收集器和丰富器，并与现有的Snowplow管道完全兼容。我们定期维护它，进行补丁更新、性能优化，并与现代工具（如Warpstream Bento）进行集成，以便进行事件处理和路由。
我们的目标很简单：保持开放分析的开放性。
我很想听听社区其他人对如何在数据基础设施中保持开放性的看法，因为“开源”正变得越来越商业化。
就这些，我本应该早些在这里发帖，但现在觉得时机正好。
对于一位有经验的软件开发者，希望开始进入人工智能开发领域。您会推荐哪些在线课程给今天想要进入这个领域的人呢？<p>任何关于从哪里开始或应该关注哪些领域的指导都将非常感激。虽然我更倾向于在线课程，但我也愿意接受其他学习形式，比如书籍、YouTube频道或教程。<p>提前感谢您的建议！
大家好。我们为M系列硬件开发了自己的Mac应用程序。该应用程序基于我们自己的引擎，名为uzu（可在GitHub上以MIT许可证获取）。
我们完全从零开始编写，包括推理部分。我们的目标是展示使用本地模型可以实现的功能。在应用程序部分，我们将发布一些用例，您可以轻松地在自己的应用中实现。
我们非常欢迎任何反馈。<p>目前我们还没有一套正式的基准测试。总体来说，我们的速度比llama.cpp快，与MLX相当。在下一个版本中，我们的速度将超过这两者。