最新

到处都有大量新注册的账号假装成人类，在各个地方评论。他们都发布一小段评论，只有一段话，实际上并没有表达任何想法，只是在重复显而易见的事情。 有人用 OpenClaw 攻击 Hacker News 吗？我希望他们至少使用一个高水平的思考模型，但看起来他们使用的是廉价的 API。

大家好， 今天我们推出了 SentinelText，这是一个多模型 AI API，旨在检测文本中的有害语言、刻板印象和隐藏的脏话。 许多平台都在努力有效地管理用户生成的内容。简单的关键词过滤通常会失效，而单模型解决方案可能会遗漏微妙或伪装的情况。 SentinelText 采用了不同的方法，通过结合多个 AI 模型来分析文本。开发人员可以选择在每个 API 请求中运行哪些模型，从而根据他们的用例平衡速度、成本和准确性。 SentinelText 可以检测的一些内容包括： 有害或有毒语言 负面刻板印象 隐藏的脏话（即使使用特殊字符） 基于微妙语境的问题 我们还在门户网站中构建了一个游乐场，开发人员可以在其中测试 API、尝试示例并在集成之前生成 API 密钥。 您可以免费测试所有功能。 我非常感谢社区的任何反馈。 网站： https://sentineltext.com

每个聊天机器人都以相同的方式处理上下文溢出——将所有内容总结成一个块并丢弃来源。我用并查集森林替换了这种方式：消息合并成簇，每个簇都有自己的摘要，你可以将任何摘要追溯到产生它的消息。<p>针对扁平化摘要进行了七次试验。在每次试验中，并查集在事实召回方面领先 15-18 个百分点。其中一个结果具有显著性（p=0.039），其余结果具有方向性。一个有趣的发现是：扁平化摘要会丢弃“脚注”事实（cron 计划、webhook 路径），因为它们与头条事实争夺空间。而每个簇的摘要则没有这种压力。<p>代码和试验日志：<a href="https:&#x2F;&#x2F;github.com&#x2F;kimjune01&#x2F;union-find-compaction" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;kimjune01&#x2F;union-find-compaction</a>