最新

我喜欢iOS屏幕使用时间，因为它是在操作系统层面进行应用阻止的。它内置于每一部iPhone中，你无法像卸载第三方应用那样将其卸载。 最大的弱点是“忽略限制”按钮。你可以设置一个屏幕使用时间密码，但因为你知道密码，所以总能输入它并绕过自己的限制。 所以我开发了WaitToUnlock。 它会生成一个随机的屏幕使用时间密码，并以一种故意令人困惑的顺序引导你输入（例如：输入5，输入8，删除它，输入2……），这样你就很难记住它。然后密码会被锁起来，你必须等待至少6小时才能取回它。 这使得你的屏幕使用时间限制无法被绕过。因为你不再知道密码，所以当你心血来潮时，就不能简单地点击“忽略限制”并输入密码。如果你想移除限制，就必须等到密码再次可用。

我正在斯里兰卡构建一个处理文档和其他敏感数据的 SaaS 平台。 每个用户都可以上传自己的文档和信息，平台使用 RAG（检索增强生成）根据该用户的数据来回答问题。这部分我理解。 我主要担心的是，当用户上传的信息不足时会发生什么。我仍然希望 LLM（大型语言模型）能够使用来自互联网（或经过策划的知识库）的可靠信息提供准确的答案，并附带适当的引用。 以下是我正在考虑的两种架构： 选项 1： 基础 LLM（通过 Azure AI Foundry 或 Amazon Bedrock 使用 OpenAI/Anthropic） ↓ 平台 RAG（由我们管理的全局知识库） ↓ 用户特定 RAG 在这种方法中，我们维护一个由我们（平台管理员）策划和更新的全局知识库。每个用户都可以访问这个共享知识，同时通过他们个人的 RAG 搜索他们自己上传的文档。 选项 2： 开源 LLM ↓ 在斯里兰卡/领域特定数据上进行微调 ↓ 用户特定 RAG 在这里，我们使用斯里兰卡或领域特定的数据对开源模型进行微调，并且每个用户仍然拥有自己的 RAG 来处理其私有文档。 我的顾虑是： 微调实际上是正确的解决方案吗，还是不必要的？ 全局/共享 RAG 是否比微调更好？ 如果您想实现以下目标，您将如何设计此架构： 来自领域知识的准确答案 用户私有文档搜索 引用/来源 为数千用户提供良好的可扩展性 我倾向于选项 1，因为微调似乎成本高昂、耗时，而且我对此还没有经验。但是，我不确定我的想法是否正确。 我非常希望听听其他人会如何处理这个问题。

鉴于最近大型语言模型（LLM）展现出的（令人恐惧的）强大能力，以及我目前的新工作项目不再有趣，我想请教一下：作为一名有编程经验但刚接触人工智能（AI）的人，我（或者任何有类似背景的人）应该如何开始在编程中使用AI？ 我理解很多理论基础（如神经网络、大型语言模型、Agent），但还没有真正将它们用于我的专业工作中。我通常会直接上网搜索，但考虑到网络上的骗子和低质量信息太多，我宁愿直接请教那些真正使用过AI的人。无论是指南、博客文章、视频，还是任何有用的信息，我都将非常感激。 作为背景信息，我正在学习计算机科学，并且已经作为一名全栈初级工程师工作了三年。

我一直在使用不同的应用程序来阅读研究论文、书籍和网络文章。在 iPad 上，我使用 Apple Books 阅读研究论文和书籍，在 Safari 中阅读文章；在 Mac 上，我使用 Skim 阅读研究论文和书籍，因为它提供了出色的注释功能。 但我想要一个可以在 iPad 和 Mac 上通用的阅读库，而且不会将我的 PDF 和注释锁定在单一服务/应用程序中。 因此，我构建了一个基于浏览器的阅读器，您的库存储在您选择的 Google Drive 文件夹中。该应用程序本身是客户端的：PDF、导入的文章和注释文件存储在您的 Drive 中，而不是我的服务器上。 * PDF 和网络文章共同存在于一个库中。 * 文章保持 HTML 格式，而不是转换为 PDF（因为转换为 PDF 经常会导致垂直方向的文字截断，使得单词的上半部分在一页上，其余部分在另一页上）。 * 高亮、手写注释和笔记会单独存储在每个文档旁边。 * 应用程序首先在本地写入，然后与 Drive 同步。 您可以使用演示文档在不登录的情况下进行试用。 Google 仍在审核 OAuth 验证，因此登录 Drive 目前会显示标准的未经验证的应用警告。 我主要对以下方面的反馈感兴趣：架构、注释模型，以及使用 Drive 作为存储层是否是正确的权衡。 它几乎完全是客户端的。PDF 使用 PDF.js 渲染，文章保持 HTML 格式而不是转换为 PDF，注释以纯 JSON 格式与 Google Drive 文件夹中的每个文档一起存储。浏览器会保留本地缓存以便快速重新打开，而 Drive 则负责跨设备同步。我特意避免了自定义后端，因此您的库只是您拥有的文件。

一位朋友建议我在我的博客文章中嵌入一个 RSVP 阅读器，所以我做了一个页面角落里的浮动按钮。它使用 Spritz 的启发式方法来聚焦字母（短词的第一个字母，长词的最多第四个字母），但会映射回标点符号，并且计时也不是均匀的。我不想把这篇帖子埋没在技术细节中，所以如果你对其中任何内容感到好奇，尽管问，我很乐意分享。 但我不太习惯速读，所以我不知道它是否真的有用。你怎么看？ 还有关于浏览器扩展？当一个扩展理论上可以在任何地方工作时，一个针对特定网站的阅读器还有意义吗？ 它在我的博客（glitchedcat.com）上，在任何文章中，角落里的闪电图标按钮就是它。

大家好， 我的团队和我一直在努力推进这个项目：https://peppy.bot 它是 ROS 2 的直接替代品。我们已经让 OpenArm 机器人（https://openarm.dev）在该平台上运行，包括 v1.0 和 v2.0 版本，并且集成了 Isaac Sim 和 MuJoCo。 如果您时间紧迫，请访问 https://docs.peppy.bot/quickstart/，并在 5 分钟内开始使用。 我们的长期愿景是让任何人（包括非开发者）都能从一个提示词开始，首先在模拟环境中，然后在实体机器人上实现真实的人形机器人动作。 我很乐意回答任何问题。