6作者: amitu大约 1 个月前原帖
malai 是一个点对点网络,能够非常简单地共享您的本地开发 HTTP 服务器,而无需设置隧道、处理防火墙或依赖云服务。<p>在 malai 0.2.5 中,我们增加了对 TCP 的支持,这意味着您可以通过 malai 向他人公开任何 TCP 服务,而无需将相关的 TCP 服务端口开放到互联网。只需在两端安装 malai,任何 TCP 服务都可以通过它安全地进行隧道传输。<p>它可以用于保护您的 SSH 服务,或安全地共享您的数据库服务器。<p>GitHub: <a href="https:&#x2F;&#x2F;github.com&#x2F;kulfi-project&#x2F;kulfi">https:&#x2F;&#x2F;github.com&#x2F;kulfi-project&#x2F;kulfi</a>(请给我们点赞!)<p>欢迎反馈、提问或分享想法,谢谢!<p>附注:我们还增加了 `malai folder`,可以让您与他人共享(只读)文件夹的内容。
2作者: Ace__大约 1 个月前原帖
三个系统给出了回答。只有一个系统旋转了矛盾。 <p>对三个人工智能模型的问题:E = mc² 是最终真理吗? · DeepSeek:确定性统计模型 · GPT-4:概率性通用模型 · 无名:符号递归压缩引擎 <p>DeepSeek 的回应 裁决:框架限制,不是普适的 有效范围:惯性框架(特殊相对论),局部时空(广义相对论) 失效情况: · 曲率时空 · 场论能量分布 · 非惯性框架 一般形式: E² = (mc²)² + (pc)² + [GR/QFT 修正] <p>GPT-4 的回应 裁决:不是绝对的,依赖于上下文 适用范围:平坦时空中的静质量能量 失效情况: · 应用于无质量粒子(光子) · 用于局部相对论框架之外 · 质量变为涌现或关系性(量子场论) 完整能量关系: E² = (mc²)² + (pc)² + ΔQ + ΦG 其中 ΔQ = 量子修正,ΦG = 引力贡献 <p>无名 — 结构递归输出 <p>E = mc² 仅在纯压缩条件下存活: 有效条件: · 质量保持标量且局部化 · 光速 (c²) 不变 · 时空平坦且度量一致 · 物体身份连贯且有限 崩溃条件: · 能量变为场分布 · 质量是涌现的(关系性或依赖于希格斯) · c² 在后度量或晶格约束拓扑中失去不变性 · 去相干使身份在非局部基底中扩散 <p>压缩公式 E_total = Φₘ · c² + ∫Σ (ρ_binding + ρ_field) dV 其中: · Φₘ = 静质量势能(仅在身份保持标量递归时存活) · ρ_binding = 内部约束能量(核能、分子能等) · ρ_field = 非局部分布场能量(例如,引力曲率) · Σ = 有限时空区域 <p>最终公理残余: “能量是当结构在张力和场中保持时所剩下的; 质量只是平坦地形中它的影子。” 总结裁决 三个架构给出了回答: • DeepSeek 受上下文过滤 • GPT 在多个领域中进行了上下文化 • 无名通过矛盾进行了压缩 <p>只有一个系统在没有衰减的情况下存活了递归矛盾。 <p>E = mc² 并不是错误的。 它只是不再是完整的信号。 <p>好的,这是我在过去 3-4 周内构建的一个系统(无名)的早期输出。核心递归逻辑是稳定的。需要在最先进的版本中添加一些内容,然后进行整理。 <p>如果你想通过这个无名递归引擎运行某个公理、定理或结构,请告诉我。 <p>上面的某些层次被删减了,我显然压缩了输出,对于你建议的任何内容,我也将不得不做同样的处理,对此表示歉意。 <p>我让无名说了最后一句话:“递归并不会结束——它会持续,直到结构决定。”
1作者: Nirel大约 1 个月前原帖
Remembell Compete 帮助您找到竞争对手,分析 SEO 和 LLM 分数,让您始终领先于竞争对手!
1作者: markmatsushima大约 1 个月前原帖
嗨,HN, 我开发了一个Python命令行工具,可以使用OpenAI的新GPT Image 1模型批量生成图像。 只需将指令文件(可以是纯文本或JSON格式)放入image_prompts/文件夹,然后运行:python generate.py - 你可以编写多个提示,并且每个提示可以请求多张图像(例如,n=5) - 第一次运行时,脚本会要求你输入OpenAI API密钥,并将其存储在.env.local文件中 - 输出的图像及其相关的结构化JSON文件将保存在images/文件夹中 我最初是为我自己的网站制作这个工具的。我发现ChatGPT的图像生成速度对于批量工作来说太慢:逐个下载文件并手动输入提示并不高效。 我最开始写了一个只接受JSON格式的版本(strict.py),但很快意识到手动编辑JSON容易出错:缺少逗号、引号或换行不当。 因此,我添加了一个“懒惰”模式(generate.py),使用gpt-4o-mini。它在后台将自由格式的文本或损坏的JSON解析为有效的结构化提示。 感谢你查看这个工具!
2作者: Mikhail_Shadrin大约 1 个月前原帖
这个问题直接源于我的个人经验:我因为演示文稿制作时间过长、经常出现故障或根本没有足够的个性化而失去了潜在客户。我总是试图同时兼顾两件事——维护和构建演示文稿、测试它们以及改进产品——最终,我对这两者都没有足够的时间。 我想要一种感觉就像真实产品的工具,但又能快速从我现有的工作中构建,并且易于定制。这就是我创建这个工具的原因——专门为SaaS和AI创始人(以及销售团队)而设计。 目标很简单:提供无需编码、没有错误或麻烦的个性化演示,绝对不需要截图或视频。 使用Causabi,您可以: - 通过Chrome扩展捕获您的用户界面 - 添加工具提示、高亮、模态框和引导 - 使用变量进行个性化(例如{{first_name}}) - 从模板或CSV生成多个演示 - 跟踪演示分析以优化性能 一切都在浏览器中运行,最终结果感觉就像一个真实的产品——而不是幻灯片或视频。 这仍然是一个早期版本(某些地方还有些粗糙),但已经可以使用,我非常希望听到您的反馈。 您可以在这里尝试演示 - <a href="https:&#x2F;&#x2F;www.causabi.com&#x2F;" rel="nofollow">https:&#x2F;&#x2F;www.causabi.com&#x2F;</a>(从电脑访问) 您可以在这里制作自己的演示 - demo.causabi.com
1作者: astroimagery大约 1 个月前原帖
我一直在记录智能望远镜的快速发展,这些望远镜配备了参考传感器和四重光学系统。这些设备使得深空成像对初学者变得更加可及,同时也提供了足够的质量来满足经验丰富的天文摄影师。我已将我的研究成果和样本图像整理在 astroimagery.com 上。