最新

ThresholdIQ - 自动异常检测引擎<p>100% 客户端架构，数据永不出浏览器

我在丹佛住了几年，简单的机场接送价格真是离谱。<p>为了建立/扩大社区，我创建了 Airport Swap。这是一个免费交换机场接送服务的平台。提供接送服务即可获得接送服务！<p>Airport Swap 的创建初衷是建立（或找到）社区，或者依靠信任圈来选择司机/乘客（基本上是朋友的朋友）。我们的目标是连接住在同一条街、同一栋楼，或者曾经参加过同一个桌游小组的人们。<p>欢迎提供任何反馈 :)<p>谢谢！

Mavera 是一个受众智能 API。向它提供消息、产品原型或创意资产，它会返回针对目标利益相关者群体的预期情感和行为反应分布。这是在您花费资金或将任何内容上线之前测试您的假设的最佳方法。 为了展示其实际应用，我们在超级碗 LX 比赛当晚通过 Mavera 运行了全部 101 个广告：https://superbowl.mavera.io。我们模拟了受众在不同平台和细分市场中的情感和行为反应。我们在 4 小时内完成了对每个广告的完整分析，并返回了分布结果，而不是单个分数。 该模型是一个针对语言、情感和认知的 GAN（生成对抗网络）。生成器产生合成的受众反应，而鉴别器则根据人类基准对其进行验证。评分遵循“感受-思考-行动”框架：情感激活、认知框架、行为预测。我们根据哈佛/伊利诺伊 OASIS 基准验证了评分。情感反应的平均绝对误差（MAE）为 0.02-0.15，而 GPT 和 Claude 的误差为 1.0-2.5+。每个反应都包含一个置信度分数和一个幻觉风险分数。您还可以在输出中加入观点分布、反应稳定性和新闻/市场背景影响分数。 该 API 与 OpenAI 兼容。将基本 URL 更改为 app.mavera.io/api/v1，添加一个 persona_id，您就可以针对 50 多个预先构建的 persona 运行，或者您可以自定义自己的 persona。P99 延迟低于 100 毫秒。免费 API 密钥和文档请访问 https://docs.mavera.io/introduction。

我运营一个名为 best-gpu.com 的小型项目，该网站根据性价比对 GPU 进行排名。<p>在浏览 PC 组装论坛和 Reddit 时，我经常看到同样的问题：“我应该从目前的 GPU 升级到哪款？” 大多数答案只是列出显卡，却没有显示实际的性能提升，因此人们常常为几乎没有性能提升的升级买单。<p>所以我制作了一个小工具：一个 GPU 升级计算器。<p>您输入当前的 GPU，它会显示：<p>预计的性能提升<p>基于价格与性能的价值评分<p>一份经过筛选的升级选项列表（品牌、价格、显存等）<p>目标很简单，就是帮助人们避免为不值得的升级花钱。<p>很想听听 HN 用户对这种方法、数据来源或功能的反馈，哪些能让类似工具更有用。<p><a href="https:&#x2F;&#x2F;best-gpu.com&#x2F;upgrade.php" rel="nofollow">https:&#x2F;&#x2F;best-gpu.com&#x2F;upgrade.php</a>

大多数 AI 代理框架提供自动化功能，但没有一个能让你掌控全局。 NSED v0.5.1 版本发布了我们一直在构建的“人机协同控制平面”：操作员可以在代理进行决策时暂停它们，在下游提交之前审查和编辑缓冲的响应，无需重启即可修补实时配置，并通过评分差异自动标记表现不佳的代理。 操作员 UI 以零依赖的纯 JavaScript 形式发布——没有 npm 图，任何受损的软件包注册表都无法注入到控制平面中，而控制平面对实时代理响应拥有控制权。 对于受监管的部署：欧盟人工智能法案第 14 条、新加坡金融管理局人工智能风险管理指南（MAS AIRM）和美国金融业监管局（FINRA）2026 年的要求都要求进行可证明的人工监督。这就是满足这些要求的架构——你可以直接从源代码库中审计实现。