最新

我在过去一个月里一直在开发GratefulTime，同时学习iOS的移动开发。<p>这是一个极简的感恩日记，注重隐私、清晰和一致性。<p>主要功能：<p>- 根据首选时间和时区发送每日通知<p>- 输入三条感恩事项 + 一个写作提示<p>- 日历视图用于浏览和回顾过去的条目<p>- 可调节的解锁时间和时区设置<p>- AI生成的每月感恩条目总结<p>技术栈：<p>- 前端：React Native (Expo)<p>- 后端：Python (Flask) + PostgreSQL<p>完全开源，地址为 <a href="https:&#x2F;&#x2F;github.com&#x2F;eesazahed&#x2F;gratefulness-mobile">https:&#x2F;&#x2F;github.com&#x2F;eesazahed&#x2F;gratefulness-mobile</a><p>截图及更多信息： <a href="https:&#x2F;&#x2F;gratefultime.app" rel="nofollow">https:&#x2F;&#x2F;gratefultime.app</a><p>欢迎告诉我你的想法或问题。

我们构建了BMP，这是一个快速且内存高效的学习稀疏检索搜索引擎——使用Rust编写，并提供Python绑定。 它支持对大型集合（如MS MARCO）进行全面（非近似）搜索，而无需丢弃查询词或修剪索引。 特点： - 完全支持SPLADE、uniCOIL、CSV及类似模型 - 无静态修剪——保持完整的索引保真度 - 无词项丢弃——每个标记都很重要 - 由于块最大修剪，运行速度快 - 可通过Python使用 - 可从CIFF-Hub获取预构建索引：<a href="https:&#x2F;&#x2F;github.com&#x2F;pisa-engine&#x2F;ciff-hub&#x2F;">https:&#x2F;&#x2F;github.com&#x2F;pisa-engine&#x2F;ciff-hub&#x2F;</a> 支持的论文： 《使用块最大修剪加速学习稀疏检索》（SIGIR 2024） - <a href="https:&#x2F;&#x2F;arxiv.org&#x2F;pdf&#x2F;2405.01117" rel="nofollow">https:&#x2F;&#x2F;arxiv.org&#x2F;pdf&#x2F;2405.01117</a> 欢迎反馈、问题或贡献！