30 分•作者: spathak•7 个月前
返回首页
最新
1 分•作者: ukd1•7 个月前
1 分•作者: upofadown•7 个月前
1 分•作者: publicdebates•7 个月前
1 分•作者: mfilion•7 个月前
1 分•作者: cliffcmaxwell•7 个月前
我们历经十年研究,进行了 1000 多次访谈,打造了一款职业教练,帮助职业生涯中期的专业人士规划他们的下一步发展。<p>我自己的职业生涯也颇为曲折——从 CPU 设计,到教育研究,再到支持克莱顿·克里斯坦森(“颠覆性创新”),后来又涉足风险投资。<p>当你希望工作有意义,但又对很多事情都感兴趣时,就很难规划下一步。Vocation 指导你完成这个探索过程。<p>市面上充斥着大量 AI 生成的职业支持、简历提示等等。它们的设计都以你的简历或一份工作为中心。<p>Vocation 的设计旨在帮助你首先了解自己。定义真正的进步意味着什么。以及你独特的背景说明了你需要什么。<p>我们试图帮助你找到“对”的工作,而不仅仅是任何一份工作。<p>期待您的反馈。
1 分•作者: sawyerjhood•7 个月前
1 分•作者: beedeebeedee•7 个月前
2 分•作者: mtdewcmu•7 个月前
1 分•作者: birdculture•7 个月前
1 分•作者: nani98•7 个月前
1 分•作者: anaempromptu•7 个月前
嗨,HN 社区,
我是 Shanea,Empromptu 的创始人。我们刚刚从 Precursor Ventures 融资 200 万美元,旨在解决我一直遇到的一个问题:大多数 AI 功能最终都无法投入生产。
问题在于:现在你可以在几小时内原型设计 AI 功能,但要让它们达到生产就绪状态仍然非常困难。上下文窗口会膨胀到超过 100 份文档。准确性会漂移。与现有代码库的集成也很混乱。大多数团队要么重写他们的平台,要么聘请专业的 AI 工程师。
我们构建了什么:一个 AI 应用构建器,可以生成全栈功能(前端、后端、模型、可观测性),并将它们集成到现有的 SaaS 平台中。新功能是自管理上下文——一种图-RAG 架构,可以处理 100GB 以上的文件,通过多级摘要保持准确性,并旨在随着时间的推移从使用中不断改进。
目前状态:
* 2,000+ 家企业正在使用
* 98% 的生产准确率
* 本地部署或云部署
* 一位医疗保健 SaaS 创始人使用它添加了一个 AI 驱动的 CRM 功能,而无需扩大团队
很乐意回答有关架构的技术问题,特别是关于我们如何大规模处理上下文管理。也很好奇其他创始人遇到过哪些将 AI 功能投入生产的障碍。
试用:empromptu.ai
35 分•作者: furcyd•7 个月前
11 分•作者: goodway•7 个月前
(原文链接:<a href="https://www.theinformation.com/articles/deepseek-using-banned-nvidia-chips-race-build-next-model" rel="nofollow">https://www.theinformation.com/articles/deepseek-using-banned...</a>,但已设置访问限制)
3 分•作者: xbpeng4•7 个月前
30 分•作者: pretext•7 个月前
8 分•作者: aakashprasad91•7 个月前
大家好,我们是 InspectMind(<a href="https://www.inspectmind.ai/">https://www.inspectmind.ai/</a>)的 Aakash 和 Shuangling,InspectMind 是一款 AI “图纸检查器”,用于查找施工图纸、细节和规范中的问题。
施工图纸常常会悄无声息地出现很多错误:尺寸冲突、协调间隙、材料不匹配、缺少细节等等。这些错误会导致施工期间的延误和数十万美元的返工。InspectMind 可以在几分钟内审查建筑项目的全套图纸。它交叉检查建筑、工程和规范,以发现导致返工的问题,从而在施工开始前解决问题。
这里有一个包含一些示例的视频:<a href="https://www.youtube.com/watch?v=Mvn1FyHRlLQ" rel="nofollow">https://www.youtube.com/watch?v=Mvn1FyHRlLQ</a>。
在此之前,我(Aakash)创建了一家工程公司,该公司在美国完成了大约 10,000 栋建筑。我们一直感到沮丧的一件事是:很多设计协调问题直到施工开始后才会显现出来。到那时,错误的成本可能会高出 10-100 倍,每个人都在争先恐后地解决本可以更早发现的问题。
我们尝试了一切,包括清单、叠加审查、同行检查,但浏览 500-2000 张 PDF 文件并记住每个细节如何与其他每个文件相关联是一个脆弱的过程。城市审查员和总承包商(GC)的预施工团队也试图发现问题,但它们仍然会溜过去。
我们想:如果模型可以解析代码并生成可运行的软件,也许它们也可以帮助推理纸上的建筑环境。所以我们构建了我们希望拥有的东西!
您上传图纸和规范(PDF)。系统将它们分解为不同的专业和细节层次结构,解析几何图形和文本,并查找不一致之处:
* 跨图纸不一致的尺寸;
* 被机械/建筑元素阻挡的间隙;
* 缺失或不匹配的防火/安全细节;
* 从未纳入图纸的规范要求;
* 引用不存在的细节的标注。
输出结果是潜在问题列表,其中包含供人工审查的图纸参考和位置。我们不希望自动化取代设计判断,只是帮助 ACE 专业人士不会遗漏明显的东西。当前的 AI 擅长处理明显的事情,并且可以处理的数据量远远超过人类可以准确处理的,所以这是一个很好的应用。
施工图纸没有标准化,每个公司对事物的命名方式都不同。早期的“自动化检查”工具严重依赖于为每个客户手动编写的规则,并且在命名约定更改时会失效。相反,我们正在使用多模态模型进行 OCR + 矢量几何、跨整个集合的标注图、基于约束的空间检查和检索增强的代码解释。不再需要硬编码规则!
我们目前正在处理住宅、商业和工业项目。延迟时间从几分钟到几个小时不等,具体取决于图纸数量。无需入职培训,只需上传 PDF 文件即可。仍然存在很多边缘情况(PDF 提取的怪异之处、不一致的图层、行业术语),因此我们从失败中学习了很多,可能比从成功中学习的更多。但这项技术已经交付了以前的工具无法实现的结果。
定价是按使用量付费:您上传项目图纸后,我们会立即在线提供每个项目的报价。由于一个项目可能是房屋改造,而另一个项目可能是高层建筑,因此很难进行常规的 SaaS 定价。我们也欢迎对此提供反馈,我们仍在努力解决这个问题。
如果您作为建筑师、工程师、MEP、GC 预施工、房地产开发商、图纸审查员处理图纸,我们很乐意有机会运行一个样本集,并听取哪些问题会发生、哪些有用以及缺少什么!
我们今天一整天都会在这里,深入探讨几何解析、聚类失败、代码推理尝试或关于事情如何出错的真实建筑故事的技术细节。感谢您的阅读!我们很乐意回答任何问题,并期待您的评论!
116 分•作者: eatonphil•7 个月前
1 分•作者: asger_noer•7 个月前
1 分•作者: sieep•7 个月前