最新

大家好， 在我的职业生涯中，我花了太多时间和精力在繁琐的工作上，比如安排会议和跟进人们的可用时间。 因此，我开发了Carrie。你只需在邮件中抄送她，她就会在不同的时区中整理会议时间，找到最适合大家的选项，确认会议并发送邀请。她能处理超出Calendly所能应对的场景，让我摆脱了在不同会议请求之间反复沟通的困扰。 我已经在一个测试小组中进行试用，现在希望扩大用户群（如果你感兴趣，请随时加入候补名单）。 我也非常希望能听到大家的反馈，看看这个工具是否对你们有用，以及还有哪些功能可以补充，以便更好地融入你的工作流程。谢谢！

我刚刚发布了 jv 的第一个公共版本——一个受 Kotlin 启发的糖层，能够直接转译为可读的 Java 25（同时支持 Java 21 作为回退），且不依赖任何运行时适配层。 该工具链完全用 Rust 实现，专注于性能和开发者体验。其用户体验受到 Python 现代包管理器 uv 的启发，旨在提供快速、直观和简洁的命令行工作流程。 命令行工具作为一个跨平台的包发布，内置标准库，能够自动检测本地 JDK 工具链，并允许您覆盖入口点以实现自定义工作流程。 在语言方面，我添加了泛型函数签名、记录组件访问、零参数调用的可选括号、更丰富的字符串插值，以及一个更智能的序列管道，能够保留元素类型。 在底层，一个基于 Rowan 的前端驱动改进的降级，使得 when/switch 表达式、范围模式和推断签名能够干净地编译为 Java。 欢迎反馈和提问。 更多详情 → [https://project-jvlang.github.io/en/](https://project-jvlang.github.io/en/) 和 [https://github.com/project-jvlang/jv-lang](https://github.com/project-jvlang/jv-lang)

我正在努力全面理解前端开发的各个部分。但是，有一点我经常看到，却从未弄明白的是，什么时候以及如何使用热图（heapmaps）或快照（snapshots）？别误解我的意思，我知道它们可以包含大量信息。我的问题是，如何判断使用热图快照比仅仅使用典型的断点并遍历页面的DOM结构更高效或更正确？

大家好， 作为一名创始人，我多年来一直对我的团队如何管理机器学习数据集感到沮丧。最终结果总是变成一个名为 data_final_v3_fixed.csv 的文件，存放在 S3 桶中，或者是一个庞大的 Git LFS 文件，没人能理解。 因此，我构建了 Shodata。它是一个开放平台（类似于 GitHub），但专门为数据集工作流程而设计。 核心理念很简单：你上传一个文件。当你上传一个同名的新文件时，会自动创建一个新版本（v2、v3 等）。每个数据集都有一个讨论板、完整的历史记录，以及每个版本的清晰预览和统计信息。 为了展示它是如何工作的，我用一个我正在跟踪的数据集进行了初始化：一个关于大型语言模型（LLM）幻觉的日志。当我发现新的幻觉时，我只需上传新文件，它就会对数据集进行版本更新。 这个平台是一个最小可行产品（MVP）。它有一个慷慨的免费套餐（包括 3 个个人私有数据集和 10GB 存储空间），还有一个单一的专业计划，解锁团队/组织功能（如组织创建和共享私有数据集）。 我希望从同行工程师和机器学习领域的朋友那里获得关于工作流程的反馈。这有用吗？还有什么缺失的？ 你可以在这里查看平台： [https://shodata.com](https://shodata.com) 以及 LLM 日志数据集： [https://shodata.com/shodata/llm-hallucinations](https://shodata.com/shodata/llm-hallucinations)