最新

我计划在我的平台上添加一个功能，您可以在其中选择您想要申请的公司。网络爬虫会抓取您所选公司的网站，并为您提供一个包含所有公司当前在网站上发布的职位信息的 Excel 文件，其中包含职位名称和申请链接。<p>您认为这可能会节省您的时间吗？或者您希望使用其他工具来简化您的求职过程？

我们构建了一个端到端的蛋白质AI流程，涵盖了结构预测、序列设计和密码子优化。在比较了多种用于密码子级别语言建模的Transformer架构后，CodonRoBERTa-large-v2脱颖而出，其困惑度为4.10，Spearman CAI相关系数为0.40，显著优于ModernBERT。随后，我们将规模扩大到25个物种，在55个GPU小时内训练了4个生产模型，并构建了一个物种条件系统，这是其他开源项目无法提供的。完整的成果、架构决策和可运行代码如下。

我最近入手了一把 Lily58 分体键盘（购于 mechboards，如果你需要这个信息的话 ;）），想提高我的打字速度和“本体感觉”。 大多数打字练习工具（比如 Monkeytype）使用随机文本，这对于编程来说感觉不太实用。 所以我构建了这个工具，用来练习在真实代码上打字。 你可以在类似代码的内容上进行训练，并专注于你在编码时实际使用的模式。 每个代码片段都来自真实的、已知的代码库 :) 或者你添加的代码！ 欢迎反馈——特别是来自使用分体/人体工学键盘的人的反馈。

一个完全本地的检索增强生成（RAG）实现，用于查询25年瑞士图文电视新闻（约50万篇德语文章）——无需API，数据也不会离开你的机器。<p>为什么？ 我认为这是一个很酷的数据集类型（短篇/高密度新闻摘要），可以用来测试一些本地RAG方法。

在和孩子们躲在防空洞里的时候，我做了一个好玩的小逾越节游戏。 你扮演摩西，触发十灾，努力逃出埃及。<p>用 Cursor 做的，大概用了 5-10 个提示。花光了我大部分的额度。<p>这是 AI 垃圾吗？是的。 这是我喜欢用 AI 做的那种垃圾吗？也是的。<p>祝所有庆祝逾越节的人节日快乐。

Roadie 是一款通过 HTTP 控制的开源硬件 KVM。它通过浏览器实现 HDMI 输入，USB 键盘/鼠标/触摸输出。<p>带有 Web 界面 的硬件 KVM 已经存在多年（例如 PiKVM、TinyPilot、JetKVM 等）。Roadie 增加了它们通常不具备的两项功能：多点触控支持（因此它适用于手机和平板电脑）以及对代理驱动使用的侧重：任何浏览器自动化工具都可以直接驱动 /view 页面，或者连接到 WebSocket 端点以进行更底层的程序化控制。<p>硬件成本约为 86 美元，包括两块 CircuitPython 开发板、一个 HDMI 转 USB 转换器，以及运行在主机上的 Go 服务器。目标设备上无需安装任何软件。

我听说有人把 Harvey 描述成律师的“光标”。我自己没用过，但我想象它就像 Cursor 在 VSCode 中对代码/文本文件所做的那样，直接将 AI 带到律师的工作环境中，用于阅读、编写和编辑 docx 文件？ 看起来他们的产品不像 Cursor 那样可以下载了就用。我还听说，如果你不是大型律师事务所，很难预约 Harvey 的演示。 为什么会这样？ 这是否是 2023 年左右 LLM 模型在能力/成本上的限制？这意味着今天的初创公司可以做出不同的选择吗？大型律师事务所的运作方式是否完全不同？还是这只是创始人的偏好？