返回首页
最新
这篇文章介绍了 elfconv,这是一个将 Linux 应用程序转换为 WebAssembly 的二进制翻译器。<p>仓库链接:<a href="https://github.com/yomaytk/elfconv">https://github.com/yomaytk/elfconv</a><p>最近,性能有了显著提升。在我们的 LINPACK 基准测试中,通过 elfconv 从 ELF/AArch64 生成的 Wasm 现在运行性能大约是直接从源代码编译的 Wasm 的 60% 到 80%。<p>这表明 elfconv 能够生成具有实际、真实世界性能的 WebAssembly!此外,与在浏览器中运行的 QEMU 相比,它的性能约为其 68 倍。<p>基准测试:<a href="https://github.com/yomaytk/elfconv/issues/116">https://github.com/yomaytk/elfconv/issues/116</a><p>浏览器中的 QEMU:<a href="https://github.com/ktock/qemu-wasm">https://github.com/ktock/qemu-wasm</a><p>请试用一下,欢迎提交任何问题或拉取请求!
问题:
大型语言模型(LLMs)在理解电子商务网站方面表现不佳。它们:
从杂乱的HTML中虚构价格和规格
在用户界面模板(如标题、弹窗、广告)上浪费令牌
在实时库存和价格更新方面遇到困难
我们的解决方案:基于Answer.AI的llms.txt进行分支,推出site-llms.xml,这是一种用于产品数据的XML网站地图协议。
商家提供:
/site-llms.xml:所有产品URL的索引
/product/123/llms.txt:包含规格和价格的干净Markdown(示例见代码库)
好处:
AI获取结构化数据,而不是进行抓取
商家可以控制暴露的信息(类似于robots.txt)
可扩展到数百万个产品(支持网站地图索引)
我们将以CC BY-SA协议开源此项目(与网站地图协议相同)。
欢迎HN的意见:
这是正确的抽象吗?它能适用于非电子商务网站吗?
代码库:github.com/Lumigo-AI/site-llms(欢迎点赞!)