最新

Thiele机器是一种经过形式验证的通用计算模型，在多个关键方面超越了图灵机。它在Coq中进行了全面证明（包括内核定理和普遍性包含），并提供了用于仿真的Python实现，同时还包括用于潜在FPGA/ASIC构建的Verilog硬件设计。其核心思想是：通过使用μ-bit在现实世界约束下进行更严格的计算，带来了范式的转变，与物理学（例如，诺特定理）和混沌系统中的涌现现象相结合。 该仓库包含一篇13章的论文（PDF和源代码）、证明和探索工具。它面向热衷于形式方法的爱好者、人工智能研究人员以及对可验证的、自适应推理感兴趣的硬件开发者，超越传统限制。欢迎对证明、涌现章节或硬件实现提供反馈，让我们一起合作！

一个起初只是玩笑的副项目：映射“我很好”可以被解读的所有方式。<p>最终构建了一个完整的关系智能工具： - 模糊信息解码器（映射了22种“好”的变体） - 交流模式分析 - 基于RAG的响应草拟 - 错误类型及其严重性和恢复建议<p>该架构将沟通视为一个领域问题。信息具有上下文/语气/时机，模式聚合成信号，错误有根本原因和恢复路径。<p>技术：Effect-TS、SQLite、LanceDB。全部本地，优先考虑隐私。没有云端。<p>在lifeops.in上有演示<p>想知道HN对将系统思维应用于模糊人类问题的看法。

大家好， 我正在开发一种名为 Constela 的编程语言。 Constela 允许您使用 JSON 而不是 JavaScript 来构建网页。用户界面的结构、状态和事件都以受限的 JSON 域特定语言（DSL）进行描述，这些描述在执行之前会经过验证和编译。 这个想法是将用户界面视为可验证的数据，而不是手写的代码。这使得在用户界面运行之前，可以检测到未定义的状态引用、无效的更新或破损的用户界面结构等问题。 这种方法特别适用于用户界面由机器或人工智能生成或大量修改的工作流程，因为仅在运行时出现的错误使得正确性难以推理。 项目链接： [https://github.com/yuuichieguchi/constela](https://github.com/yuuichieguchi/constela) 文档链接： [https://constela-dev.vercel.app/](https://constela-dev.vercel.app/) 我希望能收到从事编译器、用户界面框架或人工智能辅助开发的人的反馈。