最新

为了纪念艾伦·图灵，我用 eBPF 实现了恩尼格玛密码机和 Bombe 解码设备。该项目利用 eBPF 通过虚拟的恩尼格玛转子和反射器处理网络数据包，就像二战时期的原始机器一样。通过虚拟接口发送的消息不仅被加密，而且还能实时解密，这展示了如何用现代系统编程重新构想图灵的开创性工作。该实现包括可配置的转子、反射器和位置设置。

上个月，我在纽约淋着小雨散步，注意到大约一半的人都撑着伞。几分钟后，雨势变大，撑伞的人数也增加到接近 80%。 这让我开始思考，如果能以某种方式追踪这个现象就好了，所以我做了一个网站！我正在进行人行道直播，将其输入 YOLO 模型进行人物追踪，然后将每个被检测到的人的画面发送给 Gemini 2.0 Flash，它会返回关于每个人衣着以及是否撑伞的结构化 JSON 数据。我还在网站的界面设计上花了不少心思，让它看起来像一个电视天气频道。 我向一些朋友展示了这个项目，有人提到传奇的 Tasks xkcd 漫画 (<a href="https://xkcd.com/1425" rel="nofollow">https://xkcd.com/1425</a>) 现在已经过时了。如果你想检查一张照片里是否有鸟（或者是否有人撑伞），你只需要向一个廉价的视觉模型索要 JSON 数据即可。

大家好，HN！我们是Adit和Raunak，Reducto（YC W24，<a href="https:&#x2F;&#x2F;reducto.ai">https:&#x2F;&#x2F;reducto.ai</a>）的联合创始人。Reducto可以将非结构化文档（例如，PDF、扫描件、电子表格）转化为结构化数据。这些数据可以用于检索、输入到LLM中，或在下游的其他地方使用。 我们创建Reducto是因为我们意识到，当今许多AI应用都需要高质量的数据。大家都知道，好的输入会带来更好的输出，但世界上80%的数据仍然被困在像混乱的PDF和电子表格这样的文件中。Raunak和我推出了一个非常早期的MVP，用于解析和提取非结构化文档，并且很幸运地得到了技术团队的极大兴趣，他们意识到我们提供的准确性是他们前所未见的。 我们最初只是发布了一个供工程师使用的API，但随着时间的推移，我们意识到一个准确的API只是拼图的一部分。我们的客户希望能够轻松地设置多步骤流程，评估和迭代他们用例中的性能，并与参与实际文档处理流程的非工程团队成员一起工作。 这就是我们推出Reducto Studio的原因，这是一个基于我们API的Web平台，供用户构建和迭代端到端文档流程。 使用Studio，您可以： - 放入整个文件集，并根据您的评估数据获得每个字段和每个文档的准确性评分。 - 自动生成并持续优化提取模式，以快速达到生产级质量。 - 保存每次运行，迭代解析/提取配置，并并排比较结果。 您可以在这里查看一些示例 (<a href="https:&#x2F;&#x2F;studio.reducto.ai">https:&#x2F;&#x2F;studio.reducto.ai</a>) 或者您可以观看这个演练：<a href="https:&#x2F;&#x2F;www.loom.com&#x2F;share&#x2F;b243551741c642c6a594c00353fcecb3" rel="nofollow">https:&#x2F;&#x2F;www.loom.com&#x2F;share&#x2F;b243551741c642c6a594c00353fcecb3</a>。 如果您想上传自己的文档，也可以登录并进行操作——我们不会要求您预约演示或预先付款来试用。 感谢您的阅读和关注！这只是Studio的第一步，所以我们非常欢迎您对任何事情提出反馈：用户体验方面的不足（我们知道它们存在！）、可以使评估对您来说更好的功能、您遇到困难的文档，或者关于处理非结构化数据的任何其他问题。