最新

在真实硬件上对 AI 模型进行基准测试比看起来要难得多。在 AMD、NVIDIA、Apple Silicon、Intel 和高通等硬件厂商，加上数百个开源模型和量化模型，要搭建正确的测试平台是一项挑战。 因此，我们让它变得极其简单。我们正在开源我们的内部测试工具。任何人都可以运行开源模型在自己的硬件上，并将结果提交到公开排行榜。 该工具现已上线，已有数百个提交结果。 如果您想知道特定模型在给定硬件上的性能表现，很可能相关数据已经存在。 这是我们内部用来跟踪模型和芯片性能的同一款工具。不妨试试，并告诉我们您希望改进的地方。

你好，我是 Per，Clippety 的作者！ 我一直想找到一种方法，可以将视频转换成适合社交媒体的片段。但我找到的现有解决方案都需要我上传源视频，出于隐私考虑，我并不想这样做。 于是我开发了 Clippety，它可以重新构图、生成字幕，并提供基于文本内容的搜索功能，让你能够轻松地在浏览器中 100% 私密地查找和创建视频片段。 目前在 Chrome 桌面版上效果最佳，但它仍在开发中。 不限次数使用/导出，但会带有水印。无需注册即可试用。 非常欢迎提供反馈！

各位 HN 用户： 长期以来，我一直想提高自己的“乐感”，但似乎没有任何东西是专门为教我而设计的。因此，我推出了“音高识别”这款应用，它是六个免费演示之一，无需注册即可使用（注册后可获得更多练习，包括相对音感训练练习）。 对于有音乐天赋的人来说，这个练习应该能帮助您将每个音高与其名称联系起来。 请告诉我您的想法！

我一直是一个终身学习者，并且一直尝试通过数字教科书来学习。任何使用过 PDF 教科书的人都知道这是一种爱恨交织的关系。 现在有许多基础教科书都在网上免费发布，例如 OSTEP、Modern Robotics 和 Applied Linear Algebra，仅举几例。 * [https://pages.cs.wisc.edu/~remzi/OSTEP/](https://pages.cs.wisc.edu/~remzi/OSTEP/) * [https://hades.mech.northwestern.edu/index.php/Modern_Robotics](https://hades.mech.northwestern.edu/index.php/Modern_Robotics) * [https://web.stanford.edu/~boyd/vmls/](https://web.stanford.edu/~boyd/vmls/) 我一直更喜欢实体阅读教科书并在其中做笔记，但现在有了大型语言模型，我可以轻松地将段落粘贴到 ChatGPT 中并请求解释，这很方便。 我尝试过许多不同类型的数字笔记工具，如 Notability、Goodnotes、Margin Note 等，但没有一个能让我轻松地深入学习晦涩的材料。我发现自己会因为做笔记而分心，并忘记了刚刚读过的内容。 出于沮丧，我决定创建自己的工具，并一直用它来完成我个人的学习。我围绕这些核心原则构建了它。 * 技术教科书内容密集。我需要能够快速记下想法，而不会分散注意力。 * 当我突然有学习的灵感时，我需要能够快速地从上次中断的地方继续。 * 我需要能够整理零散的笔记，并将它们综合成连贯的子主题，以便在学习教科书的过程中不断积累知识。 * 使用教科书必须流畅。它首先必须是一个优秀的 PDF 阅读器。 我可以肯定地说，我构建的这个工具是我目前学习任何深度材料最喜欢的方式。我能够逐行深入理解作者是如何构建他们的论证的。 这可能是一种带有偏见的看法，但我坚信这个工具可以帮助任何一直尝试学习新材料的人。 现在有许多优秀的免费资源，尤其是在人工智能、数学和机器人领域。现在是学习的最佳时机，我希望 Margin 能够像帮助我一样，帮助任何试图深入学习晦涩材料的人。