最新

我将《善恶的彼岸》的 5 个英文译本通过句子嵌入进行处理，想看看自然语言处理（NLP）是否能检测到我作为读者所感受到的，即每个译本读起来都像不同的书。<p>发现：<p>- Hollingdale 的译本位于语义中心，与德语原文（0.806）以及所有其他译本最为接近。<p>- 译者有“指纹”：UMAP 算法在没有被告知译者是谁的情况下，也能将他们直观地分离出来。<p>- 短小警句的分歧最大，上下文越少意味着越多的解释自由度。<p>- 尼采 1901 年之前的拼写（“Werth” vs “Wert”）让模型感到困惑；为此构建了一个包含 95 条规则的规范器。<p>使用 MiniLM 嵌入、UMAP 和 Next.js 构建。<p>对这种方法是否适用于其他翻译过的哲学文本感到好奇，并欢迎对方法论提出反馈意见。

为什么斯坦福大学培养了这么多聪明绝顶的人，却又自私到难以想象，为了经济利益不惜拿全人类冒险？似乎只有剑桥和牛津才能产生对世界有益的想法或技术。

为什么 Hacker News 没有暗黑模式？

我建立了一个开放的标签标准，用于追踪蘑菇样本的整个生命周期（从孢子/培养物到收获）。 v1.1版本增加了克隆代系追踪（区别于子代/菌株代系），并符合JSON-LD标准，以便与农业/科学数据系统互操作。 规范 (CC 4.0): [https://wemush.com/open-standard/specification](https://wemush.com/open-standard/specification) 客户端库 (Apache 2.0): Python + CLI: pip install wols (也在GHCR上) TypeScript/JS: npm install @wemush/wols 背景：真菌学的数据实践较为分散（物种鉴定错误、培养记录不一致、缺乏用于追踪世代遗传信息的共享词汇）。这是一个尝试解决此问题的方案。 欢迎任何从事生物样本追踪、农业数据系统或真菌学工作的人提供反馈。