最新

我和一位同事制作了一本儿童图画书，介绍授权的概念。我们在AuthZed工作，定期解释这些概念。我们觉得将这些内容以一种适合孩子和成年人都能理解的形式呈现出来会很有趣。这也有助于我们向家人解释我们的工作，并为他们准备一份独特的礼物。 我们的首要目标是讲一个有趣的故事。我们希望以易于理解的方式呈现这些概念，但也做出了有意识的简化决定，因为我们知道在图画书的格式中无法做到全面覆盖。我们还希望插图具有视觉吸引力，因此我们构建了一个自定义工具，以便利用人工智能简化创意探索。这个工具支持参考加权的图像生成（上传参考图像，权重设置哪些最重要），类似于git的资产组织分支，以及改进后续生成的反馈循环。这个工具是用Claude Code构建的。以下是一个截图：<a href="https://content.authzed.com/hubfs/screenshot-design-asset-manager.jpeg">https://content.authzed.com/hubfs/screenshot-design-asset-ma...</a> 我们非常希望能收到关于我们简化选择的反馈。我们在权衡中做得对吗，还是过于简化了？最后，你喜欢这个故事吗？ 你可以在线阅读这本书：<a href="https://authzed.com/resources/dibs-and-the-magic-library">https://authzed.com/resources/dibs-and-the-magic-library</a>

大家好，我会简短地说，标题已经很清楚了。<p>基本上，我创建了 novad.app，这是一个免费的 Nomadlist 替代品，可以帮助你找到适合你气质的美好目的地。<p>在这里解释所有功能会太长，所以如果你想测试一下，我正在寻找早期的 beta 测试者，欢迎加入我们的团队。<p>我们有一个 Slack 频道，用于改进功能、请求新特性、报告bug等。<p>如果你感兴趣，请告诉我。

成功的企业家总是说，最有价值的工具是那些能够帮助你解决所面临问题的工具。问题是，我似乎没有遇到什么问题。因此，我构建了一个最简化的创意目录，专注于他人所面临的问题。欢迎反馈。

我花了上周的时间在一个RAG管道中追踪一个“幽灵”，我认为我发现了一个行业普遍忽视的问题。 我们假设如果生成一个嵌入并存储它，那么“记忆”是稳定的。但我发现，f32距离计算（FAISS、Chroma等的核心）实际上充当了一个“分叉路径”。 如果你在一台x86服务器（AVX-512）和一台ARM MacBook（NEON）上运行完全相同的插入序列，内存状态在比特级别上会出现分歧。这不仅仅是“浮点噪声”，而是由于FMA（融合乘加）指令差异导致的确定性漂移。 我写了一个脚本来检查我的M3 Max和Xeon实例之间句子变换器向量的原始比特。语义相似度为0.9999，但原始存储却不同。 对于一个受监管的AI代理（金融/医疗），这简直是噩梦。这意味着你的审计轨迹在技术上是虚幻的，具体取决于哪个服务器处理了查询。你无法实现“写一次，随处运行”的索引可移植性。 解决方案（采用no_std）我感到非常沮丧，因此绕过了标准库，使用Rust编写了一个自定义内核（Valori），采用Q16.16定点算术。通过严格执行整数结合律，我在x86、ARM和WASM之间获得了100%比特相同的快照。 召回损失：可以忽略（99.8% Recall@10与标准f32相比）。 性能：延迟小于500µs（可与未优化的f32相比）。 请求/论文我已经写了一篇正式的预印本，分析这个“分叉路径”问题和Q16.16的证明。我目前正在尝试将其提交到arXiv（分布式计算/cs.DC），但我被卡在了推荐队列中。 如果你想拆解我的Rust代码： https://github.com/varshith-Git/Valori-Kernel 如果你是cs.DC（或cs.DB）的arXiv推荐人，并想查看草稿，我很乐意把它发给你。 难道只有我一个人担心在如此不稳定的数值基础上构建“可靠”的代理吗？