返回首页
最新
Racketmeter 让羽毛球运动员通过敲击球拍弦线产生的声音频率来测量弦线张力。它是100%免费的，可以在手机和桌面浏览器中使用，无需注册或安装。
我开发这个工具是为了解决一个个人问题。我在2016年开始定期打羽毛球，很快发现球员们常常要求拉线师将球拍按照特定的张力（如22磅或26磅）进行拉线。但经过几次拉线后，我开始感觉张力不一致。其他球员告诉我，他们只是敲击弦线，通过耳朵判断，“声音越尖锐，张力越高”。
有一天，在调音吉他时，我在调音器应用上看到了准确的声音频率。那时我意识到，应该可以为羽毛球弦线也开发一个调音器！
我在网上搜索，发现一些专业拉线师分享的张力-频率数据，但这些数据并不干净或全面。于是我拜访了5到6位当地的拉线师，给他们一个频率测量应用，并请他们记录每次拉线的球拍头大小、弦线厚度、张力和声音频率。有些人要求小额报酬，但大多数人是免费帮忙的。在一周内，我收集到了超过200个可靠的数据点。
我利用这些数据训练了一个简单的回归模型，并用新拉的球拍进行了验证，结果出乎意料地准确。我把这个工具分享给朋友和其他球员，并开始在羽毛球论坛上传播。
几个月后，另一个应用推出，得到了大牌明星的代言，但它的准确性较低，使用起来也更困难，并且需要应用内购买。我的应用并不是为了竞争而开发的，但最终却更有用。
我最初将其作为移动应用发布，但由于谷歌Play政策的不断变化，应用频繁被下架。因此，我将其重建为一个简单的基于浏览器的工具。
我非常希望能得到反馈、改进建议或如何在不增加广告或付费墙的情况下维持这个工具的想法。
请告诉我你的看法。
Task OS 是一个由人工智能驱动的平台，像操作系统一样管理任务，专为知识工作者和创作者而设计。
一个使用 Next.js 15 创建产品候补名单的模板，结合 Notion 作为内容管理系统（CMS），Upstash Redis 用于速率限制，以及 Resend 用于通过自定义域发送电子邮件。
双子座的长上下文混合专家架构（假设）：
分享我对双子座模型如何实现其1-10百万长上下文窗口的看法（假设），并提供相关线索以支持这一观点。
专家集成（EoE）或专家网络（MeoE）具有共同/共享的长（1-10M）上下文窗口。
双子座的100万+标记的混合专家（MoE）可能使用“实例”（活跃专家集/TPU分片）共享一个共同的分布式上下文；各个活跃的专家组随后利用这个庞大上下文的相关“部分”进行生成。这允许通过不同的系统“分区”并发处理独立请求。
上下文在一个集群内的多个互联TPU之间进行分片和管理。
对于任何给定的输入，仅激活总模型中一小部分专门的“专家”子网络（一个“动态路径”），具体取决于所需的复杂性和上下文。
整体的混合专家模型能够同时处理多个并发用户请求。
每个请求及其特定的输入和上下文将触发自己独特且独立的活跃专家路径。
共享上下文可以作为独立的（迷你）上下文分片。
在单个集群中的大规模分布式混合专家（MoE）架构，通过并行性对长上下文进行分片和管理，能够处理来自该上下文窗口的一部分的并发请求，以及在大型TPU集群中独立的专家路径；如果需要，它也可以为单个请求使用整个上下文窗口。
证据支持这一点：谷歌在混合专家（MoE）研究方面的开创性工作（Shazeer, GShard, Switch），先进的TPU（v4/v5p/Ironwood）配备大量的高带宽HBM和3D环形/OCS芯片间互连（ICI），使得专家分布（MoE专家、序列并行性如环形注意力）成为可能，TPU集群的VRAM容量与1000万标记的上下文需求相匹配。谷歌的Pathways和系统优化进一步支持这一分布式并发模型。
og x 线程：https://x.com/ditpoo/status/1923966380854157434
我构建这个项目是为了通过将自然语言处理（NLP）应用于一些奇怪且未解之谜的事物来深入学习。<p>沃伊尼奇手稿是一本15世纪的书籍，使用一种未知的文字书写。至今没有人能够翻译它，许多人认为它是一个骗局、一个密码或一种构造语言。我并不是试图解码它——我只是想看看：它是否像一种结构化语言那样运作？<p>我剔除了几种常见的后缀（如aiin、dy等），以孤立出看似根词的形式。我知道这是一个很强的假设——我在代码库中直接指出了这一点——但这有助于澄清聚类。从那里，我使用了SBERT嵌入和KMeans对相似的根词进行分组，根据位置和频率推断出类似词性的角色，并构建了一个马尔可夫转移矩阵，以可视化聚类之间的流动。<p>这不是翻译，也不是解密。这是结构建模——它揭示了手稿中一些出人意料的一致语法，特别是当按部分（植物学、生物学等）划分时。<p>GitHub代码库：<a href="https://github.com/brianmg/voynich-nlp-analysis">https://github.com/brianmg/voynich-nlp-analysis</a>
文章链接：<a href="https://brig90.substack.com/p/modeling-the-voynich-manuscript-with?r=3z5dn9" rel="nofollow">https://brig90.substack.com/p/modeling-the-voynich-manuscrip...</a><p>我对NLP领域还很陌生，所以我相信我有些地方做错了——但我非常希望能得到那些在结构化语言建模或类似这种奇怪边缘案例方面有经验的人的反馈。