最新

在我攻读硕士学位期间，我经常需要在一系列人工智能应用之间切换，例如使用 Gamma AI 制作演示文稿，使用 ChatGPT 进行理解和导航，以及使用 Cursor、Claude 或 Deepseek 进行编码、重组等，因为其中一个或另一个计划会过期或需要时间重置。 我最大的问题是，在不同的大型语言模型之间切换时，我无法转移所有必需的上下文和理解。 这时 Lethe 就派上用场了，它作为所有这些应用的基础层，并且按照我想要的方式工作，也就是说，按照用户想要的方式工作。你可以直接导入你现有的 ChatGPT、Deepseek、Grok 导出、文档或只读 Gmail 数据，或者直接说出你的需求。Lethe 会理解你的项目、决策（如果可见/不可预测的情绪）、目标和偏好——每一项声明都与其出现的引文配对，并附带一个不断更新的置信度分数。它是本地优先的：原始对话永远不会存储在服务器端；它们总是从一个假名化的层派生出来，你可以选择随时导出或删除。 你只需要铸造一个范围化的代币，并将 Claude/Cursor/任何 MCP 客户端指向它。然后切换到另一个 AI，它在你告诉它期望什么之前就已经认识你了。只需让它“构建 XYZ”，当它遵循你在另一个 AI 中制定的计划时，不要感到惊讶。想要更深入的体验？教它一个程序或你的工作模式一次，然后看看你所有连接的 AI 都以同样的方式运行。 我称之为一层，而不是一个包装器，因为通常记忆是建立在一个应用程序内部的；它基本上被锁定在同一个应用程序中，这使得它成为一个中立的、跨模型的版本，认识到大型实验室不愿构建的差距。 现有局限性：它消化和提取的内容始终等同于你输入的内容——更多的数据意味着更好的上下文，而更少的数据会降低置信度，因为它只是为了有效载荷而不是虚张声势而构建的。 委托是打包，而不是自主；AI 在采取行动前总是会进行确认。在 solo beta 发布中，搜索首先仅限于词汇搜索。 在这里，你可以使用上面提供的 URL /try 免费试用，无需注册，我希望得到非常现实的反馈，尤其是在信任模型方面。

其中每个数组元素是一个数值，对应于 DNA 链螺旋横杆上 TCAG 化学物质的顺序？<p>是否有人以这种方式模拟了许多 DNA 链？<p>如果这样做，假设我们可以模拟任何已知的 DNA 并预测几代人的情况，我们可以利用人工智能解决哪些问题？<p>-----<p>我猜至少有几种选择：<p>1) 将整个 DNA 链建模为一个模型，其中每个基因（DNA 的一部分）是一个向量。这样，你就会有一个例如秀丽隐杆线虫的模型。你可以在人工智能沙盒中对该物种进行操作。<p>2) 模拟所有 DNA（就像我们模拟所有语言一样），最终得到一个“DNA 人工智能”，它可以生成任何类型的链（也许会生成不存在但可能存在的基因）。这样你就拥有了一个生物学沙盒，你可以在其中发明新的生物，或者预测人类的未来状态，用于测试药物和其他东西（我猜？）<p>你认为什么可行？