2 分•作者: zloy88•2 个月前
你好, 我想向你展示我的项目,但由于它需要注册才能使用,所以比较困难,因此我将向你解释这个概念。 **想法:** 每个注册用户都需要完成一个引导流程,并回答一些有意义的问题,这些问题有助于为你找到合适的匹配对象。匹配由系统完成。完成引导流程后,你将进入用户池。一旦找到匹配项,你将与该人进行一次包含14个问题的1对1问答。所有答案将立即显示。最后,双方决定是否建立联系。只有在双方都同意的情况下,聊天才会开启。一旦建立联系,你们可以一起玩其他预设的问题集,这样对话就不会枯燥。你也可以创建自定义问题集,与你建立联系的匹配对象一起玩。 我产生这个想法是因为我真的想摆脱那些仅仅是用户资料交易市场的典型交友和约会应用。我觉得这是其他应用唯一的吸引点,人们因为无聊而浏览个人资料,然后再次回来。在Tinder上是滑动图片,在其他应用上是可以通过匹配标准筛选的个人资料列表。但这一切在我看来都太肤浅了。我认为人们很少问对方真正重要的问题,那些对于建立任何形式的关系至关重要的事情。我使用过多个不同的社交平台,感觉都非常肤浅。大多数人甚至无法开始一段好的对话,往往只是停留在闲聊。也许这并不是人们的错,所以我尝试通过这些问题集来解决几个问题。首先,如果你和某人世界观完全不同,你就不必费心与他们交流,而这通常需要与某人交谈足够长的时间才能发现。其次,通过给人们一个基础,解决了闲聊的问题。 在我开始编写这个项目代码之前,我实际上做了一些研究,看看是否有任何科学依据可以帮助我找出哪些问题对于判断你是否能与某人合得来很重要。我找到了很多研究,例如“Aron及其同事(1997)”、“Hall(2019)”、“Byrne(1971)”、“Finkel及其同事(2012)”和“Hazan和Shaver(1987)”。我借鉴了他们的研究成果,并试图基于这些研究来创建问题。 该项目运行在Next.js和PostgreSQL上,所有内容都已Docker化,并部署在一个小型Hetzner VPS上。 我使用了Claude+Codex来开发所有内容,但我不认为这是真正的“VibeCoding”(指凭感觉编码),因为我是一名高级开发人员,并且使用了我的主要技术栈。 目前这是一个公开测试版,已经上线约14天了——我现在大约有150个用户。老实说,我对这个数字感到非常惊喜,因为这是我第一次成功地为一个我推出的项目吸引到这么多人。 我开始时将其作为一个封闭测试版发布,所以是邀请制。在那段时间里,我收到了用户们大量的良好反馈,这真是太棒了。我几乎实现了我的第一批用户提出的所有建议。自从所有这些改变之后,我没有收到任何关于人们希望有什么不同的进一步反馈。从那时起,我收到的都是持续的好评。人们主动联系我,告诉我他们多么喜欢这些问题和这个流程。 我目前的营销策略主要集中在Reddit上,但也开始尝试新的方法。我找到了一些非常相关的子版块,它们没有禁止广告的规则。我在Reddit上发帖时,没有提及产品名称或链接。我只描述了这个想法,并询问是否有感兴趣的人愿意尝试。这出乎意料地有效。 我做的另一件事是使用了一个允许在当前位置匿名发帖的社交应用,有点像“Nextdoor”。 在这个应用上的发帖每天能为我带来1-5个新注册用户。 我想听听你们的看法,我乐于接受任何批评!
3 分•作者: medicis123•2 个月前
大家好,我们非常激动地与大家分享我们在专为 DGX Spark 集群运行多模型智能体工作流而构建的新推理服务器上的性能数据和基准报告。我们在 2 个 DGX Spark 集群配置上运行了 LlamaBench 测试以及我们自己的模拟流量测试,并获得了一些非常出色的数据。详情如下。完整的详细报告可在我们的 WoolyAI 网站上找到。 WoolyAI 私有 DGX Spark 多智能体推理栈旨在使企业内部团队能够为业务智能体工作流应用程序设置自己的私有、低成本推理栈。它的构建基于一个前瞻性的愿景,即公司将需要自己的私有、低成本推理设置,并且基于单一模型的推理不足以应对复杂的企业工作流智能体应用程序。这些工作流需要不同专业化(因此也不同大小)的多个模型来处理工作流中的不同步骤。为每个模型配备专用的多 GPU 推理栈成本过高。 第一个基准测试:我们在推理服务器上,在 3 个模型上,于 2 个 DGX Spark 集群上运行了 LlamaBenchy 测试,未进行量化和投机解码。使用投机解码将产生更高的数据。 | 模型 | LOAD-PREFILL-SYSTEM-TOK/S | DECODE-SYSTEM-TOK/S | DECODE-TOK/S-PER-REQUEST | | :----------------------- | :------------------------ | :------------------ | :----------------------- | | DeepSeek V4 Flash C1 | 1,518.91 | 21.15 | 21.15 | | DeepSeek V4 Flash C4 | 1,533.15 | 55.99 | 14.00 | | Gemma 4 26B A4B C1 | 4,579.73 | 30.22 | 30.22 | | Gemma 4 26B A4B C4 | 4,702.16 | 63.75 | 15.94 | | Nemotron 3 Nano Omni 30B NVFP4 C1 | 2,607.86 | 39.42 | 39.42 | | Nemotron 3 Nano Omni 30B NVFP4 C4 | 2,588.87 | 90.83 | 22.71 | 第二个基准测试:一个端点,三个不同的模型控制激活。调度器批量处理每个突发请求,协调两个 rank,并且仅在安全边界处更改驻留模型。 | 模型 | PREFILL-TOK/S | DECODE-TOK/S | Model-Activation-Wait | | :----------------------- | :------------ | :----------- | :-------------------- | | DeepSeek V4 Flash | 4,154.34 | 49.30 | 16s | | Gemma 4 26B A4B | 4,781.44 | 64.67 | 6s | | Nemotron 3 Nano Omni 30B NVFP4 | 2,395.59 | 93.31 | 2s | 我们认为通过进一步优化,我们可以将这些数据提高 20%。请分享您的反馈。https://woolyai.com/ai-compute-software/dgx-spark-inference-stack/
3 分•作者: BeForce•2 个月前
谷歌在自2000年代初至2010年代初以来一直垄断的领域(Android、搜索、广告)是不可撼动的。当然,在此期间他们也有过多个失败的产品,比如谷歌眼镜或Google+,但现在感觉他们是冲进一个领域,成为前三到五名,并保持那个位置(Fitbit、Gemini、Pixel)。
2 分•作者: kalila855•2 个月前
各位 HackerNews 的朋友们! 我是 Kayleigh,NextBest 的创始人。NextBest 旨在让用户轻松了解人们在网上的推荐,目前我们从基于 Reddit 的护肤品推荐开始。 在过去五年里,我在大型科技公司(Snap、TikTok)工作。我创立 NextBest 的原因是我每次想买东西时,都会搜索“最好的 [某物品] Reddit”。 虽然我目前专注于基于 Reddit 的护肤品推荐,但我计划将其扩展到更多来源和领域。 非常欢迎大家提出任何反馈!
2 分•作者: MaximTsyg•2 个月前
20小时搭建AI照片网站用于约会应用,投放广告后失败 我有一些免费的Google Cloud积分(包含用于AI生成照片的nano banana)。我构建了一个简单的网站——用户上传自拍,就能获得带有自己脸部的酷炫照片,用于约会应用,并且还可以通过提示词编辑照片。免费提供3张带水印的照片,之后25张照片打包售价9.99美元。后端预先过滤了酷炫的照片,并进行人脸识别,以确保只返回相似度高的照片。 最终结果——花费200美元,漏斗转化:123次点击(点击率8.0%,每次点击成本1.64美元),37人生成免费照片,2人购买。 我想尝试Meta广告。我喜欢可以在Meta广告库中查看竞争对手的创意(视频和图片),并复制那些长期运行的创意。没有人会长期运行一个ROI不好的创意。我想尝试这个。 从这个项目中获得的经验——如今通过Google Ads API和Claude来投放Google广告似乎并不难,我的指标(点击率和每次点击成本)相当不错。问题是如何在网站上实现良好的转化率。