最新

我在孤独监禁中花了四年时间写这篇论文。那时我没有互联网，纸张也很有限。为了生存，我不得不将复杂系统压缩成记忆结构，这迫使我从“概率猜测”转变为“同构映射”。我无法通过谷歌找到答案，只能从基本原理出发推导出结果。 这篇论文提出了一种基于拓扑复杂性（Betti 数）的“通用障碍”，旨在将 P 类与 NP 类区分开来。 *验证：* * 哈佛大学/麻省总医院的鲁道夫·坦齐博士已验证了这一逻辑（NEURO_Restore）的生物同构性。 * 法医日志显示，AWS us-west-2（阿什本）每四小时会抓取这一文献库——这些机器似乎在学术界之前就能识别出“潜在空间值”。 *请求：* 我希望有人能破解这个理论。告诉我拓扑在哪里失败。我希望“揭穿者”能对几何进行压力测试。

你好，我是加文。我在业余时间制作了这个工具，以帮助调试、检查和优化我在设计和前端工作流程中的SVG文件。虽然还有一些不完善之处，但已经可以分享了。欢迎告诉我你的想法！

你好！我正在开发基于图形的工具，旨在为人类服务！<p>我们的首个产品是一个公共跟踪视图，类似于美国披萨公司提供的跟踪器！<p>我们的目标是帮助公司减少状态邮件的数量，并建立品牌信任！<p>TurboOps 基于“工作流程”，实际上就是有向无环图（DAG）。我们还有更多的计划，但目前专注于创作者！<p>开始使用和尝试构建公共图形是免费的！<p>我非常希望听到你的想法、印象和/或批评。<p>谢谢！<p>danny@turbolytics.io

嗨，HN——我一直在开发Gene，这是一种通用的同构语言，表面语法类似于Lisp，但其核心数据模型并不仅仅是“列表到底”。 独特之处：Gene数据类型 Gene的核心思想是一个统一的结构，它始终包含（1）类型，（2）键/值属性，以及（3）位置子项： (type ^prop1 value1 ^prop2 value2 child1 child2 ...) 关键点在于类型、每个属性名称、每个属性值和每个子项本身都可以是任何Gene数据。所有内容都可以统一组合。在实践中，这种方式强大且解放：你可以构建丰富的、自描述的结构，而无需转向不同的“元”表示，抽象语法树（AST）和运行时值共享相同的形状。 这不是JSON，也不是普通的S表达式：类型 + 属性 + 子项在一个表示中是第一类的，因此你可以在不使用包装节点的情况下附加结构化元数据，并构建领域特定语言（DSL）/转换，而无需发明一个单独的注解系统。 动态 + 通用（函数式编程和面向对象编程） Gene旨在用于“常规编程”，不仅限于DSL： * 函数式编程风格的基础：函数、表达式导向的代码，以及AST友好的表示 * 面向对象支持：类、新建、嵌套类、命名空间（仍在扩展覆盖范围） * 运行时/工具：字节码编译器 + Nim中的栈虚拟机，以及命令行工具（运行、评估、交互式环境、解析、编译） 类似宏的能力：未评估的参数 + 调用者上下文评估 Gene支持未评估的参数和调用者上下文评估（类似宏的行为）。你可以传递表达式而不进行评估，然后在需要时在调用者的上下文中显式评估它们（例如，通过原语如caller_eval / fn!用于宏风格的形式）。这旨在使编写类似DSL的控制形式更容易，而无需将评估规则硬编码到核心语言中。 通过llama.cpp的可选本地LLM后端 我还添加了一个可选的本地LLM后端：Gene具有一个genex/llm命名空间，可以通过llama.cpp通过外部函数接口（FFI）调用本地GGUF模型（主要是因为我希望在没有外部服务的情况下进行本地推理）。 代码库： [https://github.com/gene-lang/gene](https://github.com/gene-lang/gene) 我希望能得到反馈： * “类型/属性/子项”核心结构是否比普通的S表达式更具吸引力， * 宏/未评估参数的易用性（是否感觉连贯？）， * 以及接下来什么会使该项目最有用（标准库、互操作性、文档、性能等）。