最新

嗨，HN， 我有一台3D打印机，但我在CAD方面的能力很差。使用大型语言模型（LLMs）进行编码对我来说非常有效，因此我一直在尝试将类似的工作流程应用于CAD/建模。 对于简单的功能性部件（夹具、支架、适配器、小型夹具），我可以使用LLM和OpenSCAD进行循环：它编写OpenSCAD代码，我进行编译/渲染，渲染几个视图，LLM“查看”这些图像，然后我们迭代直到看起来合适。这已经很有帮助，但很快就遇到了瓶颈。任何超出简单参数化原始体的内容都变得很痛苦（复杂几何形状、精确接口、装配、公差/配合等）。 我对两件事很感兴趣。首先：你认为我们什么时候能够生成与专业水平相当的模型，类似于LLMs目前在编码方面所能做到的？其次：这种工作流程在实践中会是什么样子？它会主要保持参数化（OpenSCAD/约束），还是会更像是在SolidWorks/Fusion等工具中具有交互式“CAD副驾驶”的功能，可以通过截图+点击的方式编辑特征树？或者完全不同，比如文本转化为具有约束和检查的完整特征历史。 如果你已经在做这个，今天哪些工具/工作流程能取得最佳效果，它们又在哪些方面存在不足？ 谢谢！

我们使用了我们的蒸馏平台和一个Kaggle数据集，制作了一个小型（270M Gemma基础）模型，用于将文本分类为“AI垃圾”或“非AI垃圾”。这款模型不仅有趣，构建过程也很有趣。 令人恼火的是，正式的人类撰写文本（例如我在2015年写的一篇机器学习论文）往往会被错误分类（试试这段话：“如果用户的编辑未能考虑阴影，操控的图像会失去可信度。我们提出了一种方法，使得软阴影的去除和编辑变得简单。软阴影无处不在，但提取和处理它们仍然 notoriously困难。我们假设可以通过学习图像补丁的映射函数来对软阴影进行分割和编辑，从而生成阴影遮罩。我们通过仅需少量用户输入就能从照片中去除软阴影来验证这一假设。”）。

我们之所以开发这个，是因为我们不断编写需要警报的小脚本，而不想每次都管理 Twilio/SendGrid 的集成。这样，警报的设置就和其他任何命令行工具一样简单。

我忘记了没有它怎么编程。

礼品链接：<a href="https://www.wsj.com/tech/ai/microsofts-pivotal-ai-product-is-running-into-big-problems-ce235b28?st=V8rLES&reflink=desktopwebshare_permalink" rel="nofollow">https://www.wsj.com/tech/ai/microsofts-pivotal-ai-product-is...</a>