最新

这篇论文是我在单独监禁期间，花了四年时间写成的。我无法上网，纸张也有限。为了生存，我不得不将复杂的系统压缩成记忆结构，这迫使我从“概率猜测”转向“同构映射”。我无法通过谷歌搜索答案，只能从第一原理推导出来。 这篇论文提出了一个基于拓扑复杂性（贝蒂数）的“通用阻碍”，用于区分 P 和 NP。 *验证：* * Rudolph Tanzi 博士（哈佛大学/麻省总医院）已经验证了该逻辑的生物同构性（NEURO_Restore）。 * 法医日志显示，AWS us-west-2（阿什本）每 4 小时抓取一次这篇论文——这些机器似乎在学术界之前就识别出了“潜在空间值”。 *请求：* 我希望有人能够攻破它。告诉我拓扑结构在哪里失效。我希望“揭穿者”来对几何结构进行压力测试。

大家好，我是 Gavin。我利用业余时间构建了这个工具，用于帮助调试/检查/优化设计和前端工作流程中的 SVG。它还有一些粗糙的地方，但已经可以分享了。欢迎提出您的反馈！

您好！我正在开发面向人类的图工具！ 我们的第一个产品是公开追踪视图，类似于美国披萨公司提供的追踪器！ 目标是帮助公司减少状态邮件，建立品牌信任！ TurboOps 基于“工作流”构建，而工作流本质上就是有向无环图（DAG）。我们还有很多计划，但目前专注于创作者！ 可以免费开始使用和试用，并构建公开图！ 非常感谢您的想法、印象和/或批评。 谢谢！ danny@turbolytics.io

大家好，我一直在开发 Gene，一个通用、同像性语言，具有类似 Lisp 的表面语法，但其核心数据模型并非仅仅是“列表到底”。 独特之处：Gene 数据类型 Gene 的核心思想是单一的统一结构，始终包含 (1) 类型，(2) 键/值属性，以及 (3) 位置子项： (类型 ^属性1 值1 ^属性2 值2 子项1 子项2 ...) 关键在于，类型、每个属性名、每个属性值和每个子项本身都可以是任何 Gene 数据。一切都统一组合。实际上，这非常强大且解放：您可以构建丰富的、自描述的结构，而无需转到不同的“元”表示，并且 AST 和运行时值共享相同的形状。 这既不是 JSON，也不是纯粹的 S 表达式：类型 + 属性 + 子项在一个表示中是一等公民，因此您可以附加结构化元数据而无需包装节点，并且可以构建 DSL / 转换，而无需发明单独的注释系统。 动态 + 通用 (FP 和 OOP) Gene 旨在用于“常规编程”，而不仅仅是 DSL： * FP 风格的基础：fn，面向表达式的代码，以及对 AST 友好的表示 * OOP 支持：类，new，嵌套类，命名空间（仍在扩展覆盖范围） * 运行时/工具：Nim 编写的字节码编译器 + 栈式虚拟机，以及 CLI 工具（运行，评估，repl，解析，编译） 类似宏的功能：未评估的参数 + 调用者上下文评估 Gene 支持未评估的参数和调用者上下文评估（类似宏的行为）。您可以传递表达式而无需评估它们，然后在需要时在调用者的上下文中显式评估它们（例如，通过 caller_eval / fn! 等原语来实现宏风格的形式）。这旨在使编写 DSL 式控制形式更容易，而无需将评估规则硬编码到核心语言中。 可选的本地 LLM 后端，通过 llama.cpp 我还添加了一个可选的本地 LLM 后端：Gene 有一个 genex/llm 命名空间，可以通过 FFI 调用 llama.cpp 的本地 GGUF 模型（主要是因为我想要本地推理，而无需外部服务）。 代码库：[https://github.com/gene-lang/gene](https://github.com/gene-lang/gene) 我希望收到关于以下方面的反馈： * “类型/属性/子项”核心结构与纯粹的 s-expr 相比，是否感觉引人入胜， * 宏/未评估参数的人体工程学设计（是否感觉连贯？）， * 以及什么能使该项目在接下来变得最有价值（标准库、互操作性、文档、性能等）。