最新

对于命令行工具，人们喜欢视觉上有组织的文本，可能带有颜色或文本用户界面（TUI）。而机器则喜欢以制表符分隔的表格数据，或者 JSON 及类似格式。<p>那么，对于大型语言模型（LLMs）来说，处理表格或结构化数据的等价物是什么？是什么让它们能够轻松高效地理解这些数据？

我在2016年用C语言编写了libcorrect，并希望用Rust重新审视它。与其直接转换，我选择深入研究Rust的std::simd以满足我的需求。最终，我实现了一个模板化的通用维特比解码器，用于卷积码，它根据可用的指令集在运行时分派解码。对于小的速率和阶数，整个解码过程都在寄存器中进行。较大的码则通过内存工作，但利用了一些加速结构。 我还花了一些时间构建了一个工具，用于寻找给定速率和阶数的最优（最大d_free）卷积码。当然，今天有更好的机制可用，但我很乐意分享我在这个过程中学到的任何知识。

目前有许多人工智能基准测试，但我觉得它们在评估人工智能产品时并不实用。几个月前，我们开始设计一种方法论，以独立评估人工智能产品。在进行了一些研究后，我们在几个不同类别的产品上测试了该方法论并进行了改进。 如果您对此领域感兴趣，能否请您审阅这套方法论并给予我们反馈？关于方法论结构的简要介绍——它是一个三层框架，首先包括六个高层次的评估类别（质量、安全、隐私与安全、使用案例与定价、可持续性与生态系统、影响与伦理）。 该方法论可在 huby.ai/methodology 获取。 提前感谢您的帮助。

简要概述：Collab WIW 是一款与 MS Word 功能相当的 DOCX 编辑器，支持人类与 BYO 代理之间的实时协作编辑。<p>协作层采用端到端加密，使用临时房间和稳定的共享 URL。每个协作房间仅存在于内存中。协作者保存的副本可以在相同的 URL 上将房间重新上线，并合并离线编辑。<p>对于 BYO 代理，您可以生成一个邀请链接，连接到 Codex 或 Claude。AI 运行链接的 WordInWeb 代理包，连接到文档，并在浏览器中与邀请该代理的用户开启私人聊天。所有人都可以看到其文档活动，但只有邀请者可以与其聊天并进行指令。<p>与 MS Word 功能相当的 DOCX 编辑器：我之前在 HN 上发布过关于该编辑器的帖子。这是一个纯 JS 的 DOCX 编辑器，直接在 DOM 中渲染和编辑原始文档，而不是将其转换为其他格式。<p>我对其进行了大量基准测试，涵盖了数千页，以确保像素和功能的一致性，包括方程式、表格、3D 对象、标题、脚注等……我不会深入探讨这些，因为我之前已经在 ShowHN 上发布过。功能一致性报告中包含了我测试的所有内容和实际结果。<p>编辑：之前 HN 的链接 <a href="https:&#x2F;&#x2F;news.ycombinator.com&#x2F;item?id=48995304">https:&#x2F;&#x2F;news.ycombinator.com&#x2F;item?id=48995304</a><p>服务器：协作后端实际上是受到 OpenFront.io 的启发。用户向服务器发送小的编辑意图。在加密房间中，服务器无法处理这些编辑，因为它无法读取这些内容。它只是给每个加密信封分配下一个序列号，并将相同的有序流发送给房间中的每个人。<p>协作房间：这些房间是临时的，服务器将其加密文档状态保存在内存中。我选择这些限制是因为这是一个公开演示。我希望人们能够随意创建和分享文档，而无需注册账户。我也不想要你的数据，谢谢。<p>此外，由于意图是按文档跟踪的，因此在文档重新上线时，支持一定的离线编辑和文档合并。虽然仍然有些不完美，因此存在一些限制，如果文档无法干净地快进，编辑器将尝试合并最多 50 个意图。如果没有冲突，文档将快进到 2000 个尾随意图。超过这个点，您只需创建一个新草稿，这样更清晰。我仍在积极改进这个系统，并寻找改进的方法。<p>端到端加密：<p>1. 文档、编辑、图像、光标位置等在您的浏览器中加密，并在服务器上保持加密。文档密钥在浏览器中生成，并存在于共享链接的片段中，永远不会发送到服务器。服务器仅对密封数据进行排序。<p>2. 文档还需要一个共享代码，您需要与链接分开发送。浏览器会扩展该代码并将其混合到密钥派生中，因此仅凭链接不足以解密房间。<p>4. 基本上在各个地方都设置了资源限制。<p>博客中涵盖了更多细节。

<a href="https://www.interpol.int/Media/Documents/Publications/Cybercrime/African-Cyberthreat-Assessment-Report-2026" rel="nofollow">https://www.interpol.int/Media/Documents/Publications/Cybercrime/African-Cyberthreat-Assessment-Report-2026</a>

用于AI编码命令行界面的预钩子脚本，旨在阻止仅包含客套话的提示，如“嗨”、“你好”、“好的”、“谢谢”等。请发送一个实际的任务，而不是问候。

你好！<p>我有一些亲戚会手语，尽管近年来人工智能取得了令人难以置信的进展，我总觉得这个问题仍然有些被忽视。<p>尤其是在可穿戴技术出现之后；据我所知，这是第一个将元眼镜与手指拼写翻译软件相结合的项目。<p>在技术方面，我在谷歌的FSboard数据集上训练了一个神经网络，采用了CNN + GRU时序编码器架构（使用CTC进行训练），然后通过CTC束搜索和KenLM语言模型对输出进行解码，以解决我模型的一些不足之处。<p>我还使其跨平台（网页 + iOS），支持网页屏幕共享，并能够使用非智能眼镜。该项目完全是开源的。<p>我目前正在努力使设备上的模型能够顺利运行，但不幸的是，在低端设备上的性能受到了一些影响，因此目前我选择将模型托管在Modal上。<p>还有很多改进的空间，但我对这个起点感到满意。请告诉我你的想法，并查看YouTube演示！