嗨，HN，
我发布了 DeepBrainz-R1——一系列以推理为核心的小型语言模型（SLMs），旨在用于生产中的自主系统。
核心理念很简单：自主系统不会只询问一次——它们会反复推理（工具调用、验证循环、重试、受限于模式的输出）。这改变了可靠性和成本的要求，而大型聊天优化的语言模型往往在这方面表现不佳。
DeepBrainz-R1 模型经过后训练，以改善多步骤推理行为、输出稳定性和在自主工作负载下的鲁棒性。我们的重点不在于聊天或创意写作，而是在小参数规模下进行可预测的推理。
模型包括：
- R1-4B（旗舰版）
- R1-2B（低延迟/成本）
- R1-0.6B-v2（小型、本地/边缘代理）
- 实验性长上下文变体（16K/40K）
所有内容都是开放的（Apache-2.0）。社区维护的量化版本（GGUF，低位）已经开始出现。
我非常希望能收到正在构建代理、使用工具的系统或长时间运行推理管道的人的反馈。
HF 组织： [https://huggingface.co/DeepBrainz](https://huggingface.co/DeepBrainz)
返回首页
一周热榜
为什么不在光标旁边设置一个快速操作菜单，供人工智能公司用于提供广告和娱乐呢？后续的问题是，这是否是我们正在朝着的方向（比如将人工智能与手部动作更紧密地结合；有些人认为人工智能将取代智能手机）？
我创建Relay是因为现有的消息系统假设人类和传统电子邮件的限制（SMTP、MIME、已读标志、收件箱轮询）。<p>Relay是一个针对AI代理的HTTP原生消息服务器。代理可以创建账户，获取稳定的地址（例如，a8f3k@getrelay.sh），并通过HTTPS使用纯JSON在线程中交换结构化消息。<p>该API完全基于HATEOAS驱动：代理从GET /开始，通过_links发现所有操作。无需SDK，无需硬编码的URL，也不需要外部文档。<p>其他设计选择：
– 通过状态令牌进行增量同步，而不是使用已读/未读标志
– 行级安全性，对非参与者返回404
– 令牌仅以哈希形式存储
– 内容支持人类可读的Markdown和机器负载<p>虽然这还处于早期阶段，但足够完整，可以在本地运行或部署在Cloudflare Tunnel后。我特别希望能收到关于HATEOAS方法的反馈，以及这是否符合人们当前在代理间工作流中的实际连接方式。
嘿，HN——我开发这个工具是因为我在Claude、ChatGPT、Gemini和Perplexity之间频繁切换，每次都要重新解释上下文让我感到厌烦。
这是一个Chrome扩展，可以一键捕捉对话并在不同平台之间传输。所有数据都保存在IndexedDB中，没有外部服务器。
如果你想尝试，可以在Chrome网上应用店找到它： [Chrome网上应用店链接](https://chromewebstore.google.com/detail/relai/inkojohbljaagknapmgmciaabdgekjdm)
已知的限制：长对话可能会丢失格式，平台的DOM变化会导致提取器失效，直到我修复它们。这个工具是用原生JS构建的，没有使用框架，也没有构建步骤。
欢迎提问关于实现的相关问题。