最新

这个领域至少可以说是令人困惑的。<p>消息队列通常是任何分布式架构的核心部分，选择几乎是无穷无尽的：Kafka、RabbitMQ、NATS、Redis Streams、SQS、ZeroMQ……还有“只需使用Postgres”的阵营，适用于更简单的用例。<p>我正在试图理清以下几个方面的权衡：<p>- 异步的“发而不顾”的发布/订阅 vs. 同步的类似RPC的点对点通信<p>- 简单的FIFO队列 vs. 优先级队列和延迟队列<p>- 智能代理（例如RabbitMQ、带过滤器的NATS） vs. 简单代理（例如Kafka的客户端驱动模型）<p>此外，还有相当多的意识形态/情感依附——有些人支持用他们喜欢的编程语言编写的“黑马”，而其他人则本能地拒绝任何不是“企业级”的东西。当然，供应商总是试图将讨论引导到他们自己的解决方案上。<p>如果你在过去几年中构建了一个生产系统：<p>1. 你选择了哪个队列？<p>2. 有什么没有成功的？<p>3. 你在哪些地方后悔增加了复杂性？<p>4. 如果你坚持使用基于数据库的队列——它是否能够扩展？<p>我很想听听大家的经历、遗憾和看法。

您会推荐哪个电子邮件服务提供商作为您的主要账户？（银行、政府及其他重要事务） 我对Gmail有些担忧，担心自己可能会被任意锁定账户而无法寻求帮助。此外，我也希望能够远离谷歌，以支持一个更加去中心化的互联网。如果能选择一个位于美国以外的服务提供商，那就更好了。但这些考虑是次要的。 因此，我在寻找一个安全、可靠且易于使用的电子邮件服务（具备良好的搜索功能，不会被垃圾邮件淹没），希望能够使用几十年。隐私的重要性仅限于合理的安全性（我知道这说得很模糊，但我的意思是实用性更为重要）。 您使用的是什么，优缺点是什么？

我对使用托管的大型语言模型（LLM）时的用户隐私越来越感兴趣。许多流行的LLM应用和API需要将您的提示、消息以及潜在的敏感信息发送到远程服务器进行处理——有时还会经过多个第三方提供商。 - 您对主要的LLM提供商（如OpenAI、Anthropic、Google等）在数据处理方面的信任度有多高？ - 对于那些正在开发或部署LLM应用的人，您采取了哪些措施来最大化用户隐私？ - 您认为最终用户一般是否意识到他们的数据去向以及如何被使用，还是这个问题仍然被忽视？ 我很想听听您在部署基于LLM的用例时关于隐私的看法、经验或推荐的最佳实践。

这个项目已经进行了一年多，从ChatGPT发布以来我就一直在考虑它 :)<p>标记你的兴趣 --> 获取量身定制的短文章推送<p>自由文本搜索：例如搜索“探险家” --> 应用程序会爬取维基百科，汇总出一系列简短的推送（例如哥伦布、瓦斯科·达·伽马等）<p>我使用GPT-4o重写维基百科的文章，并将其存储在数据库中。当用户搜索数据库中没有的内容时，我会使用各种模型来分类用户的需求（主题的广度），并根据用户输入汇总出一系列优质的文章和图片。找到生成速度与文章质量之间的平衡是最具挑战性的部分。<p>非常希望能得到一些反馈，特别是如果你经常浏览维基百科的话，还有如果Simo Häyhä这个名字让你想起什么（目前有很多关于第一次和第二次世界大战的文章）。

嗨，HN！ 我创建了Novella，一个平台，让你可以阅读由不同模型生成的各种类型的AI小说。 <p>什么是Novella？ Novella是一个展示AI生成小说的网络应用程序。 <p>我为什么要建立这个？ 我想探索不同的AI模型（大型语言模型）如何用于创作小说。 <p>在我公开发布之前，我很希望能收到关于设计、用户体验和任何功能建议的反馈。欢迎提问！