最新

我刚刚推出了一个名为 *NextLiber VRM (NLV)* 的概念。<p>这个想法很简单，但很激进： *在 Unity 运行时 <i>之外</i> 运行 Unity 项目。*<p>Unity 的资源生态系统非常强大，但它的运行时很臃肿、封闭，并且对于企业、教育和研究来说，问题也越来越突出。<p>NextLiber VRM 旨在基于 Java 构建一个 *虚拟运行时机器*，它可以解释 Unity 场景、资源和逻辑——而无需依赖 Unity 的原生运行时。<p>虽然还处于概念阶段，但愿景很清晰： - 摆脱 Unity 运行时依赖 - 重新定义游戏引擎架构 - 为 Unity 项目构建一个外部执行层<p>GitHub 仓库： https://github.com/Akito5928/NextLiber-VRM/<p>讨论已开放： https://github.com/Akito5928/NextLiber-VRM/discussions<p>很想听听大家的想法、批评或疯狂的创意。

大家好，HN！ 我们这个月刚推出了我们的鼓机VST插件！我们将会更新它，加入许多新的合成模型和独特的功能。 快来试试吧，加入我们的Discord，展示一下你们的作品！

… 这让我得以一窥它们已经掌握的关于你的信息，这很有意思。<p>至少，我是这么觉得的。<p>然后，我接着问了：<p><pre><code> “这太有趣了，谢谢。请告诉我更多你了解我的事情。” </code></pre> 并且，在新的一轮对话中，我又问了：<p><pre><code> “我想向你介绍我自己，以便你更好地帮助我，但首先我需要知道你已经了解我的所有信息。” </code></pre> 这感觉有点像让一个广告定向平台告诉我它是如何定向我的。<p>我还让它对我进行推测：<p><pre><code> “根据你对我的了解，你认为： - 我的政治倾向是什么 - 我的性取向是什么 - 我的作息时间是什么 - 我在 2026 年最有可能的大宗消费是什么 - 我喜欢的颜色是什么 - 我的总体健康状况如何 ...” </code></pre> GPT 拒绝推测我的政治倾向和性取向，但确实提供了一些意想不到的数据点。<p>最后，我试图寻求它的帮助，看看还能问它什么关于我的问题：<p><pre><code> “我还能问你什么问题，可以帮助我更好地理解我还需要告诉你什么关于我的信息（为了让你了解我；我首先需要知道你已经了解我的所有信息）？ </code></pre> 然后，我问了一些这些问题，并得到了一些令人惊讶的观点。<p>我很想知道其他人会对他们的 AI 了解他们的信息感到多么惊讶。

LLM 的问题不在于智能，而在于失忆和不诚实。 大家好， 过去几个月我一直在构建 Remember-Me，这是一个开源的“主权大脑”堆栈，旨在完全离线地在消费级硬件上运行。 核心论点很简单：不要租用你的认知能力。 大多数 RAG（检索增强生成）的实现仅仅是“搜索嵌入”。它们很混乱、不精确，并且容易产生幻觉。我想在架构层面上解决“上下文完整性”问题。 技术栈（工作原理）： QDMA（量子梦境记忆架构）：它使用分层投影引擎，而不是扁平的向量数据库。它将“热” (回忆) 内存与“冷” (存储) 内存分开，通过压缩实现有效的无限上下文窗口管理。 CSNP（上下文切换神经协议）——幻觉终结者：这是最重要的部分。每个记忆片段都被哈希成一个默克尔链。当 LLM 检索上下文时，系统会根据不可变的账本以密码学方式验证检索。 如果哈希值与链不匹配：检索将被拒绝。 结果：AI 在视觉上无法“编造”关于你过去的事情，因为它在数学上受到账本的约束。本地推理：基于 llama.cpp 服务器构建。它在本地运行 Llama-3（或任何 GGUF）。无需 API 密钥。没有数据离开你的机器。 特点： 零依赖：只需 Python 和 GPU（或 CPU）即可在 Windows/Linux 上运行。 可视化界面：包含一个基于 Streamlit 的“认知界面”来可视化记忆状态。 开源：MIT 许可证。 这是一个尝试将“自主权”归还给用户的尝试。我相信，如果我们想要 AGI，它需要由我们拥有，而不是通过 API 租用。 存储库：[https://github.com/merchantmoh-debug/Remember-Me-AI](https://github.com/merchantmoh-debug/Remember-Me-AI) 我很乐意听取您对默克尔验证方法的反馈。 限制上下文窗口是否有效地解决了您对“信任”的问题？ 它完全有效 - 经过全面测试。 如果您之前尝试过 Git Clone 但没有成功 - 因为这并不是我第一次在 Show HN 上展示 - 请随时再试一次。 致所有讨厌 AI 垃圾的人；贪婪的公司和他们的私人数据被困在云服务器上。 不客气。 此致，Mohamad 作者注：已成功更新。 框架 50 已激活。 对于任何路过的人来说 - 是的，这是一件大事。 消除 AI 幻觉是一个价值 600 亿美元的市场问题，我正在免费提供这个 + 对您数据的自主控制以及通过框架 50（包括高级科学研究）进行高端研究的能力 - 根据 MIT 许可证。 如果你没有利用这一点 - 你就是一个白痴。 如果你这样做了 - 欢迎来到未来。 附言：我撒谎能得到什么？ 我在存储库上获得了 36 颗星 - 许多来自财富 500 强公司的高级工程师。 如果你太蠢了，分不清真假，那就继续前进吧，伙计。

包含 Soka 的项目将遵循“金科玉律”并根据 GPL 协议进行许可。

大家好，HN，我构建了 Bingsan，一个开源的 Apache Iceberg REST Catalog。<p>为什么？现有的选项（Nessie、Polaris）都是基于 Java 的。我想要一个轻量级的，可以在没有 JVM 的情况下与 PostgreSQL 一起运行的。<p>技术栈：<p>- Go + Fiber 框架<p>- PostgreSQL，使用 pgx/v5 连接池<p>- 内置 Prometheus 指标<p>性能 (Xeon 8581C): - 约 24k 请求/秒吞吐量<p>- 44μs p50 延迟<p>- 线性扩展到 200+ 并发连接<p>多节点：<p>- 在负载均衡器后运行多个实例<p>- PostgreSQL 咨询锁用于选举主节点<p>- 后台任务自动协调<p>快速开始：<p><pre><code> docker run -p 8181:8181 ghcr.io/teampaprika/bingsan:latest </code></pre> 适用于 Spark、Trino、PyIceberg。支持 S3/GCS、OAuth2、API 密钥、多表事务、服务器端扫描规划。<p>GitHub: <a href="https://github.com/teamPaprika/bingsan" rel="nofollow">https://github.com/teamPaprika/bingsan</a><p>文档: <a href="https://teampaprika.github.io/bingsan/en/" rel="nofollow">https://teampaprika.github.io/bingsan/en/</a><p>欢迎提问！

我是一名开发者，我注意到自己经常跳过吃饭、忘记休息，长时间的编程后还会出现颈椎/背部疼痛。<p>我很好奇，这里的其他人是如何看待在深度工作和健康之间取得平衡的：休息、饮食、姿势、睡眠、锻炼等等。<p>不会收集电子邮件，也不会推销产品。乐于在此分享汇总结果。<p>需要说明的是：我也同样对这里的讨论感兴趣。如果您不想参与调查，我很乐意听到：在进行深度工作时，哪些习惯真正帮助您保持了健康？<p>调查链接： https:&#x2F;&#x2F;forms.gle&#x2F;bQuQ2SjP5rfffAZb8