返回首页
最新
预测市场最近激增了700%，但从结构上看，它们更倾向于有信息优势的参与者。<p>83%的参与者处于净亏损状态，因为受情绪驱动的交易缺乏优势。学术研究表明，在金融领域，大型语言模型（LLMs）的表现优于人类预测者。能够对事件进行评分、监测波动性，并根据证据而非直觉执行交易的自主系统，可能是这些市场一直缺失的优化层。
每次我给大型语言模型（LLM）一个大任务时，它都会变得懒惰，只写出很少的代码，并不想完整地完成所有内容。举个例子：最近我写了一个Python程序，我需要将其翻译成C++，但这个AI很懒，只生成了代码的框架。
嘿，HN，
我开发了 CodeContext API（https://codecontext-api-production.up.railway.app），旨在解决我在构建 AI 编码代理时遇到的一个问题：知识截止日期。
我的代理因为训练数据过时而不断产生虚假的 API，比如 LangChain 或 Next.js。手动抓取文档网站的每个请求既慢又昂贵（令牌费用累积很快！）。
CodeContext API 是一个针对 1000 多个流行库文档的语义搜索层。
输入：{"query": "react hooks"}
输出：干净的 JSON，包含最相关的代码片段和解释。
延迟：亚秒级（针对 RAG 进行了优化）。
为什么要使用这个？
节省令牌：不要将整个手册都放入上下文中。只获取你需要的内容。
准确性：为你的代理提供最新版本的实际文档。
速度：无需构建或维护自己的抓取工具。
如果你想测试延迟，主页上有一个实时演示（无需注册）。
我很想听听你们对 API 结构的反馈，以及你们希望看到哪些其他库被索引！
仍然需要大量的工作，但这已经足够稳定，可以进行各种类型的完整动画。故意进行了过度测试，以检验模型的能力。
作者在此：我构建这个工具是因为我想学习CBOR（Concise Binary Object Representation）以及它是如何构建和编码数据的。我几乎每天都在使用它，它是一种根据RFC8949规范定义的二进制格式。
这是我第一次使用人工智能将RFC中的规则形式化，并将其转化为可测试的工作代码。这就是为什么我特别说明这个工具目前不适用于生产环境（我确信它会包含一些错误！），对我来说，它只是一个实验工具，我希望有一天能将其发展成人们甚至可以在生产系统中使用的东西。
为了可视化，我构建了一个十六进制查看器，展示了CBOR是如何解码的。这确实帮助我更好地理解这个格式。
现在它只是一个基本版本——你可以编码、解码，并比较两个CBOR值。还有很多工作要做。我希望能添加更多关于CBOR实际是什么的教育内容，并提供更多工具。
我在Cardano领域工作，CBOR被广泛使用，因此我想添加一个功能，可以识别一个交易（或交易的一部分）来自哪个Cardano时代。
还有很多工作要做，我脑海中有更多的想法，但目前这是我的第一个版本，我希望能得到一些反馈 :)
该项目的CBOR解析器已经开源，我还构建了一个小型测试套件，以验证我的CBOR解析器与测试用例的匹配情况，并查看我与不同解析器的比较。这就是为什么我创建了两个使这个应用程序成为可能的项目。它们都在关于页面中链接，分别叫做Nachos和Taco。