最新

我进行了探索，研究使用大型语言模型（LLM）令牌作为随机 ID 的单个“数字”是否能在相同数量的令牌下获得更多的随机性，结果是肯定的。使用这个库中的当前策略比使用 base64 ID 的令牌效率高约 50%。<p>我还对 OpenAI API 进行了数百次会话测试，以查看使用这种策略时的对数概率（logprobs）是否与 base64 ID 相比有明显差异，结果显示大致相同，甚至可能稍微更好（更“尖锐”）。<p>这可能对需要提供 ID 以便后续引用的代理框架有用。虽然只是一个小的进步，但探索的过程很有趣！

嗨，HN， 我开发了Pane，一个原生于电子表格的智能助手，它直接在网格（单元格、公式、引用、范围）上操作，而不是将电子表格视为文本。 大多数电子表格AI工具失败的原因在于： - 生成错误的公式 - 在编辑过程中丢失上下文 - 无法可靠地修改现有模型 Pane在电子表格环境中运行，使用与人类相同的基本操作：选择单元格、编辑公式、插入范围、对账表格。 我在这个周末在Product Hunt上发布了它，意外地引起了共鸣，这让我好奇这种方法在严格审视下是否真的有效。 我希望能得到以下方面的反馈： - 你预期的明显失败模式 - 这是否在根本上优于脚本 + 公式 + 辅助工具 欢迎提出技术问题。

嗨，HN， 我创建了SubTrack，旨在帮助团队发现未使用的SaaS工具和云资源，以免它们悄悄侵蚀预算。 我的动机源于发现回答一些简单问题是多么困难： – 实际上使用的SaaS工具有哪些？ – 哪些云资源处于闲置状态？ – 我们月底的支出情况会是怎样的？ SubTrack可以连接到AWS、GitHub、Vercel等工具，从一个地方展示未使用的资源和成本信号。最近，我增加了多账户支持、货币本地化和可选的基于AI的洞察功能，以帮助解读使用模式。 这是一个早期阶段的项目，我正在积极迭代。非常希望能得到反馈，尤其是来自管理云或SaaS资源扩张的朋友们。