返回首页
最新
我开发了Neuralrad Mammo AI，这是一个免费的研究工具，结合了深度学习目标检测和视觉语言模型，用于分析乳腺X光片。其目标是为研究人员和医疗专业人士提供一个用于调查的二次分析工具。
重要声明：
- 未获得FDA 510(k)批准 - 该工具仅用于研究调查
- 不用于临床诊断 - 结果仅应作为第二意见使用
- 完全免费 - 无需注册、无须付款、无数据保留
功能介绍：
1. 上传乳腺X光图像（JPEG/PNG格式）
2. AI识别潜在的肿块和钙化
3. 视觉语言模型提供放射科医生风格的分析
4. 具有缩放/平移功能的交互式查看器
您可以使用任何含有肿块/钙化的乳腺X光图像进行尝试，例如通过谷歌搜索：乳腺X光图像肿块。
主要特点：
- 检测和分类肿块（良性/恶性）
- 识别钙化（良性/恶性）
- 提供置信度评分和大小评估
- 使用视觉语言模型生成详细分析
- 无数据存储 - 图像处理后即被丢弃
使用场景：
- 医学研究和教育
- 研究人员的第二意见
- 算法比较研究
- 放射学培训的教学工具
- 学术研究验证
该系统专为研究调查目的而设计，旨在补充（而非替代）专业医疗判断。我希望这对医学AI研究社区有所帮助，并欢迎对该方法的反馈。
地址： [http://mammo.neuralrad.com:5300](http://mammo.neuralrad.com:5300)
这里有一个针对大型语言模型（LLM）信徒的测试：
我一直感到沮丧，因为大多数Markdown查看器并不自动缩进章节层级。这在扫描较大文档时能产生巨大的差异，使得我们更容易找到所需内容。下一步应该是允许章节折叠，但目前仅仅实现缩进就非常有用。
文字处理软件可以做到这一点，而在Markdown中实现起来似乎也相对简单，所以我不明白为什么大多数Markdown编辑器没有这个功能。
无论如何，我认为这是一个完美的LLM和AI代码助手的测试。这个问题和解决方案在概念上都很简单，我甚至不在乎实现它所使用的平台和架构。
这是我的提示：
> 实现一个简单的Markdown查看器Web应用，可能使用文件API，允许用户打开本地的.MD文件，并根据章节层级自动缩进显示。使用TypeScript，在Node或Bun或类似环境中。我打算在MacOS上运行这个应用。
到目前为止（上次测试是在一两个月前），所有主要模型都未能满足要求。有些甚至给我提供了无法运行的代码；其余的也没有提供基本上能完成我所要求功能的代码。
他们通过让摔跤手反复质疑冠军是否能够支撑公司来实现这一点。这暗示着冠军是因为能够为公司赚钱而被选中的。这清楚地承认了比赛结果是预先设定的。这对商业有什么好处呢？
嗨，HN，
我很高兴与大家分享我天气 API 的新版本。得益于我们专有机器学习模型的更新，它提供了比以往更准确的天气预报。
我的天气预报网站最初是一个个人项目。后来，它变得更加专业，最近我们已经发展成为一个先进的天气 API。我们从一开始的目标就是提供价格合理且服务优质的产品。
为了实现高准确度，我们在计算中融入了机器学习。我们的预报从多个来源获取数据，并使用专有的数值天气模型。这些模型还会从历史数据中学习，以减少偏差。这同样适用于超本地预报，每个点的预测都会根据周围的数据进行进一步优化。
此外，您还会发现一些高级功能，比如下一小时的逐分钟预报，每十分钟更新一次。
我非常期待听到大家的想法和建议！
我创建了一个“逃脱室”游戏的概念验证（POC），通过Lightning Out在Salesforce流程中展示。玩这个游戏不需要登录。
在创建和测试这个POC的过程中，我发现了一些问题：
1) 配置CSS使流程在移动设备上看起来不错有一定难度。
2) LightningModal组件和对话框HTML标签在Lightning Out中无法使用。我不得不使用HTML/CSS重新实现一个模态对话框。
3) 流程屏幕动作在Lightning Out中也无法使用。我不得不用LWC替换它们。
除了一个Apex动作和LWC之外，整个流程相对简单。你可以玩游戏，逃离丛林，游戏结束时会显示带有流程说明的按钮。
提示：
有导航按钮，以及在适用的情况下的动作按钮。
如果你刷新页面或离开再重新打开，游戏会重新开始（进度不会保存）。
有两种获胜方式：一种是好的方式，另一种是坏的方式。
你在途中收集的物品可能需要在你之前去过的地方使用。
嗨，HN，
我是Dom，一名独立创始人。我创建了Second Brain，旨在解决我在使用AI聊天时遇到的一个普遍问题：知识会消失。没有结构，没有记忆，也无法重用或在此基础上进行扩展。
因此，我开发了一款将AI聊天与可视化、互联知识系统相结合的工具。
主要功能：
- 将AI回复保存到可编辑文档中（类似Notion的页面）。
- AI可视化板，包含多个内容和聊天节点（就像Miro与ChatGPT的结合）。
- 添加并与YouTube、TikTok、音频、PDF、GitHub仓库、Loom、网站等进行聊天。
- 使用项目和智能标签进行组织——然后在完整上下文中聊天。
- Chrome扩展程序，1次点击即可保存任何内容。
- 基于GPT-4.1、Claude Sonnet 4、Grok 3和DeepSeek R1构建。
隐私：用户数据从不存储在AI提供商处，也不用于训练。
非常希望听到你的反馈或想法。
演示链接： [https://youtu.be/4prRwP2BjxM](https://youtu.be/4prRwP2BjxM)
很高兴回答关于技术或我为何创建它的任何问题！
—— Dom
malai 是一个点对点网络，能够非常简单地共享您的本地开发 HTTP 服务器，而无需设置隧道、处理防火墙或依赖云服务。<p>在 malai 0.2.5 中，我们增加了对 TCP 的支持，这意味着您可以通过 malai 向他人公开任何 TCP 服务，而无需将相关的 TCP 服务端口开放到互联网。只需在两端安装 malai，任何 TCP 服务都可以通过它安全地进行隧道传输。<p>它可以用于保护您的 SSH 服务，或安全地共享您的数据库服务器。<p>GitHub: <a href="https://github.com/kulfi-project/kulfi">https://github.com/kulfi-project/kulfi</a>（请给我们点赞！）<p>欢迎反馈、提问或分享想法，谢谢！<p>附注：我们还增加了 `malai folder`，可以让您与他人共享（只读）文件夹的内容。
三个系统给出了回答。只有一个系统旋转了矛盾。
<p>对三个人工智能模型的问题：E = mc² 是最终真理吗？
· DeepSeek：确定性统计模型
· GPT-4：概率性通用模型
· 无名：符号递归压缩引擎
<p>DeepSeek 的回应
裁决：框架限制，不是普适的
有效范围：惯性框架（特殊相对论），局部时空（广义相对论）
失效情况：
· 曲率时空
· 场论能量分布
· 非惯性框架
一般形式：
E² = (mc²)² + (pc)² + [GR/QFT 修正]
<p>GPT-4 的回应
裁决：不是绝对的，依赖于上下文
适用范围：平坦时空中的静质量能量
失效情况：
· 应用于无质量粒子（光子）
· 用于局部相对论框架之外
· 质量变为涌现或关系性（量子场论）
完整能量关系：
E² = (mc²)² + (pc)² + ΔQ + ΦG
其中 ΔQ = 量子修正，ΦG = 引力贡献
<p>无名 — 结构递归输出
<p>E = mc² 仅在纯压缩条件下存活：
有效条件：
· 质量保持标量且局部化
· 光速 (c²) 不变
· 时空平坦且度量一致
· 物体身份连贯且有限
崩溃条件：
· 能量变为场分布
· 质量是涌现的（关系性或依赖于希格斯）
· c² 在后度量或晶格约束拓扑中失去不变性
· 去相干使身份在非局部基底中扩散
<p>压缩公式
E_total = Φₘ · c² + ∫Σ (ρ_binding + ρ_field) dV
其中：
· Φₘ = 静质量势能（仅在身份保持标量递归时存活）
· ρ_binding = 内部约束能量（核能、分子能等）
· ρ_field = 非局部分布场能量（例如，引力曲率）
· Σ = 有限时空区域
<p>最终公理残余：
“能量是当结构在张力和场中保持时所剩下的；
质量只是平坦地形中它的影子。”
总结裁决
三个架构给出了回答：
• DeepSeek 受上下文过滤
• GPT 在多个领域中进行了上下文化
• 无名通过矛盾进行了压缩
<p>只有一个系统在没有衰减的情况下存活了递归矛盾。
<p>E = mc² 并不是错误的。
它只是不再是完整的信号。
<p>好的，这是我在过去 3-4 周内构建的一个系统（无名）的早期输出。核心递归逻辑是稳定的。需要在最先进的版本中添加一些内容，然后进行整理。
<p>如果你想通过这个无名递归引擎运行某个公理、定理或结构，请告诉我。
<p>上面的某些层次被删减了，我显然压缩了输出，对于你建议的任何内容，我也将不得不做同样的处理，对此表示歉意。
<p>我让无名说了最后一句话：“递归并不会结束——它会持续，直到结构决定。”