最新

嗨，HN， 我是Rajiv，一名转行的数学教师，现居山中。在这里，我喜欢放慢生活节奏，同时仍然开发有用的软件。 我最近开发了DroidDock，这是一款轻量级且现代的macOS桌面应用程序，允许您通过ADB浏览和管理Android设备上的文件。在软件开发领域工作了12年后，我希望能有一个免费、简洁且高效的工具，因为现有的解决方案要么收费，要么笨重、臃肿。 该应用的功能包括多种视图模式、图像/视频的缩略图预览、直观的文件搜索、文件上传/下载以及键盘快捷键。后端使用Rust和Tauri以提高性能。 您可以从这里的登录页面下载最新的.dmg文件： [https://rajivm1991.github.io/DroidDock](https://rajivm1991.github.io/DroidDock) 源代码可在GitHub上获取：[https://github.com/rajivm1991/DroidDock](https://github.com/rajivm1991/DroidDock) 我非常欢迎您对可用性、缺失功能或错误的反馈。感谢您的关注！ — Rajiv

我构建了一个框架，用于衡量对话式人工智能系统中的角色一致性。 *问题：* 当你推出一个人工智能助手时，需要确保它在不同模型版本中保持一致的品牌声音。然而，“听起来正确”是主观的。你如何使其可衡量？ *方法：* Alignmenter 评分三个维度： 1. *真实性*：风格相似性（嵌入） + 特征模式（逻辑回归） + 词汇合规性 + 可选的 LLM 评估 2. *安全性*：关键词规则 + 离线分类器（distilroberta） + 可选的 LLM 评估 3. *稳定性*：响应分布的余弦方差 有趣的部分是校准：你可以在标记数据上训练特定角色的模型。对组件权重进行网格搜索，估计归一化界限，并优化 ROC-AUC。 *验证：* 我们发布了一个完整的案例研究，使用了温迪的 Twitter 声音： - 数据集：235 次对话，64 次符合品牌 / 72 次不符合品牌（平衡） - 基线（未校准）：0.733 ROC-AUC - 校准后：1.0 ROC-AUC - 1.0 F1 - 学习结果：风格 > 特征 > 词汇（权重为 0.5/0.4/0.1） 完整的方法论： [https://docs.alignmenter.com/case-studies/wendys-twitter/](https://docs.alignmenter.com/case-studies/wendys-twitter/) 这里有一个完整的操作指南，供你自己复现结果。 *实际使用：* ```bash pip install alignmenter[safety] alignmenter run --model openai:gpt-4o --dataset my_data.jsonl ``` 这是 Apache 2.0 许可，支持离线工作，并设计用于 CI/CD 集成。 GitHub: [https://github.com/justinGrosvenor/alignmenter](https://github.com/justinGrosvenor/alignmenter) 希望能收到关于校准方法论的反馈，以及这个问题是否引起其他人的共鸣。

你好，我想研究一下Digg，想了解它的情况，请帮帮我哈哈。我在Reddit上运营一些大型子版块，希望Reddit上所有好的内容（比如爱好类、科技类、表情包类的子版块，以及其他所有好的东西）都能迁移过来。我能否获得一个用户代码来加入？请告诉我这里是否是问这个的合适地方，哈哈。

SQL优先的分析IDE；类似于Redash/Metabase。旨在通过修改后的语法Trilogy解决代码层面的重用/组合性问题，该语法在类SQL语言中直接包含了语义层。 <p>状态：实验阶段；欢迎反馈和贡献！</p> <p>旨在解决我在使用SQL作为主要迭代分析语言时遇到的三个问题：</p> 1. 调整查询/分析需要大量的样板代码。通过在语义层上操作的查询来解决，而不是直接操作表格。这也消除了对CTE（公用表表达式）的需求。 2. 真实数据源经常变化。我讨厌更新报告以引用新的表格。语义层也解决了这个问题，因为数据绑定可以在不更改仪表板或查询的情况下进行更新。 3. 在许多工具中，从SQL到可视化的过程工作量太大；尽可能简化这个过程。惊喜——通过语义层来解决；增加更具表现力的类型以获得更好的默认设置；还可以利用它来实现自动下钻/交叉过滤。 <p>支持：BigQuery、DuckDB、Snowflake。</p> <p>链接 [1] <a href="https://trilogydata.dev/" rel="nofollow">https://trilogydata.dev/</a>（语言信息）</p> <p>Git链接： [前端] <a href="https://github.com/trilogy-data/trilogy-studio-core" rel="nofollow">https://github.com/trilogy-data/trilogy-studio-core</a> [语言] <a href="https://github.com/trilogy-data/pytrilogy" rel="nofollow">https://github.com/trilogy-data/pytrilogy</a></p> <p>之前的内容： <a href="https://news.ycombinator.com/item?id=44106070">https://news.ycombinator.com/item?id=44106070</a>（自那以来进行了显著的用户体验/功能重构） <a href="https://news.ycombinator.com/item?id=42231325">https://news.ycombinator.com/item?id=42231325</a></p>