我建立了一个小型的副项目，叫做 takeCode，这是一个基于网页的 massCode 代码片段数据库查看器。
massCode 是一个很棒的代码片段管理工具，但它仅作为桌面应用程序运行。我经常想要快速远程浏览我的代码片段（例如，在使用另一台机器时），所以我写了一个简单的网页查看器：
- 只读访问现有的 massCode 代码片段数据库文件（没有损坏它们的风险）
- 可自托管，旨在通过 Docker 运行（包含 docker-compose.yml）
- 提供一个轻量级的网页用户界面来浏览你的代码片段
演示可以在这里查看： [https://demo.take-code.dev](https://demo.take-code.dev)
这个项目最初是我个人的私有项目，但我认为它可能对其他人有用，所以现在分享出来。它仍处于早期阶段，尚未高度完善，但功能齐全。
欢迎反馈和想法！
返回首页
24小时热榜
嗨，HN，
Theoria 是我对无脑刷屏的回应。与其无目的地滚动浏览，我希望能有一种更有趣的方式来跟进新的预印本，而不必麻烦地将论文复制粘贴到 AI 中。它适合任何想要在自己领域保持最新动态或只是想探索新科学思想的人。我很喜欢 Theoria 最终成为一款消费产品，并且我自己也在不断使用它，我很好奇其他人是否也喜欢它。
以下是它的功能：
个性化信息流：根据你喜欢的主题（目前任何 STEM 主题），创建你自己的每日预印本信息流，比如人工智能、宇宙学或基因组学，或者简单地浏览所有领域。
个性化播客：将你喜欢的文章转化为一集简短、自然的播客，由两位主持人讨论这些论文。
即时分析：通过 AI 工具在几秒钟内掌握关键点，这些工具展示论文的“深度见解”、“技术成熟度”、“潜在的现实世界影响”和“AI 同行评审”。
与阿尔伯特聊天：请我们的 AI 助手“阿尔伯特教授”用简单的术语解释任何论文中的复杂主题。
它是基于 TypeScript/React/Node.js 技术栈构建的。
你可以在这里免费试用： [https://theoria-ai.com/](https://theoria-ai.com/)
我很想听听你的反馈！
DeepMind 最近推出了 DataRater，这是一种元学习方法，通过元梯度对训练数据点的价值进行评分。它承诺通过过滤/重新加权低价值数据来实现更高效的训练，而不是依赖启发式方法。<p>在这里分享一个 DataRater 的实现，我尝试在 MNIST 数据集上复现结果！