最新

Hi HN， 我与马赛克艺术家 Françoise Lombaers 合作，她花了二十年时间修复文物，一起探索了当算法与传统工艺限制相遇时会发生什么。 我们一直在思考，当尝试在传统马赛克的限制下实现算法时会发生什么：仅限正方形瓷砖，永不切割。这并不是要让马赛克看起来“数字化”，而是要找到算法逻辑和工艺限制的交汇点。 我们翻译了四种不同的过程： * 菌丝网络（真菌生长模式） * Prim-Jarník 算法（最小生成树） * 康威生命游戏 * 波传播 过程视频：<a href="https://vimeo.com/1106384939" rel="nofollow">https://vimeo.com/1106384939</a> 单独的 Prim-Jarník 作品：<a href="https://guillaumeslizewicz.com/studio/tesselles/" rel="nofollow">https://guillaumeslizewicz.com/studio/tesselles/</a> 我是一名设计师，而不是计算机科学家，所以这主要是关于理解和驾驭算法，然后看看它们在嵌入到马赛克瓷砖中时会变成什么样子。

自8月以来，我一直在运行一个评分系统，用于追踪和排名 arXiv 上发表的每一篇新的与人工智能相关的论文。 目标是检测真正的研究进展，即推动该领域发展的成果，并过滤掉通常的噪音和未经证实的上传内容。 每篇论文都通过一个评分算法进行评估。然后，系统存储带有结构化字段的嵌入，如问题、方法、解决方案和结果，以供日后检索。 搜索在一个混合模型上运行：它结合了语义嵌入和元数据，如标题、主题、作者和提取的关键词。查询会返回与给定概念最相关且技术上最有意义的论文。 到目前为止，（自8月以来的）数据看起来很稳定，并且评分与专家策划的列表出奇地一致。所有这些都通过一个免费的 Web 界面和 API 提供。 这对于日常使用有用吗？

嗨，HN， 我是一名钢琴家，一直痴迷于理解伟大的演奏者是如何思考和声的。他们使用了哪些和弦配置？他们是如何进行和弦连接的？他们的双手下到底发生了什么？ 早在 2022 年，我就构建了 Harmonic Analyzer（<a href="https:&#x2F;&#x2F;www.youtube.com&#x2F;watch?v=iNgSgvUmiOs" rel="nofollow">https:&#x2F;&#x2F;www.youtube.com&#x2F;watch?v=iNgSgvUmiOs</a>）——一款使用机器学习转录复调钢琴录音的 Mac 应用程序。它获得了一些关注，但我从未完全完成它。要求用户下载 Mac 应用程序感觉带来了不必要的阻力，而且我不想将分发限制在 Mac 用户身上。 我刚刚发布了 Pianolyze（<a href="https:&#x2F;&#x2F;pianolyze.com" rel="nofollow">https:&#x2F;&#x2F;pianolyze.com</a>），这是一个完全重写的版本，完全在浏览器中运行。 技术栈： * ONNX Runtime 托管 Bytedance 的钢琴转录模型（<a href="https:&#x2F;&#x2F;github.com&#x2F;qiuqiangkong&#x2F;piano_transcription_inference" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;qiuqiangkong&#x2F;piano_transcription_inferenc...</a>） * Web Workers 用于异步转录，通过 Comlink 暴露 * WebGL 用于钢琴卷帘窗渲染 * Web Audio API 用于播放 * IndexedDB 用于模型缓存 * React + MobX State Tree 任何数据都不会离开你的设备。没有服务器，没有上传，没有推理成本。 试用一下：只需拖放任何独奏钢琴录音（MP3、WAV、FLAC、M4A）。模型下载一次（约 100MB），然后一切都在本地运行。它最适合独奏录音；伴奏可能会混淆模型。在桌面上，Chrome 和 Safari 效果最佳。 我很乐意收到关于用户体验、不同硬件上的性能以及它处理各种录音效果的反馈。也欢迎讨论技术方法。 它正在运行，转录伟大的 Mulgrew Miller 的演奏：<a href="https:&#x2F;&#x2F;www.youtube.com&#x2F;watch?v=sWW-Z9_n8Mk" rel="nofollow">https:&#x2F;&#x2F;www.youtube.com&#x2F;watch?v=sWW-Z9_n8Mk</a>

作者在此。pydoll 是我尝试从头开始构建一个基于 asyncio 的现代化 Python 自动化库。我的主要目标是基于混乱的 Chrome DevTools 协议，创建一个 100% 类型安全的 API。<p>这是一项巨大的工程，涉及将整个协议映射到 Python TypedDicts，这为用户提供了对每个命令和事件的完整 IDE 自动补全功能。我在这里写了关于这种类型安全架构的文章：<a href="https:&#x2F;&#x2F;pydoll.tech&#x2F;docs&#x2F;deep-dive&#x2F;fundamentals&#x2F;typing-system&#x2F;" rel="nofollow">https:&#x2F;&#x2F;pydoll.tech&#x2F;docs&#x2F;deep-dive&#x2F;fundamentals&#x2F;typing-syste...</a><p>这种设计对于构建高级规避功能是必要的。为此，我首先必须了解现代机器人检测的实际工作方式，这让我深入研究了一个研究的“兔子洞”。结果是一个关于多层指纹识别的完整技术百科全书，我将其作为文档的一部分分享：<a href="https:&#x2F;&#x2F;pydoll.tech&#x2F;docs&#x2F;deep-dive&#x2F;fingerprinting&#x2F;" rel="nofollow">https:&#x2F;&#x2F;pydoll.tech&#x2F;docs&#x2F;deep-dive&#x2F;fingerprinting&#x2F;</a><p>核心论点是，现代规避并非关于随机性，而是关于整个堆栈中的完美一致性。Pydoll 是我基于该论点构建的工具。它是开源的，我非常欢迎大家对 asyncio 架构、类型安全 API 或研究本身的任何技术反馈。