返回首页
24小时热榜
在目前的工作中遇到让你想离开或被解雇的困境吗？这是一个倾诉的机会，如果需要的话，也可以寻求一些有帮助的反馈。
我创建这个网站是为了托管流行的开源HTML5游戏。
你好，<p>我叫Zsolt。我为实验室和长寿诊所开发临床工具，并将其中一些作为免费的公共工具发布。<p>男性激素实验室解读器的独特之处在于它可视化睾酮的产生和反馈路径，帮助识别激素失衡的真正根本原因。所有激素的解读都是基于最佳范围。这是大型语言模型（LLMs）仍然面临挑战的领域。<p>公共版和临床版之间唯一的区别在于，临床版会建议诊断和治疗方案。但如果存在任何类型的功能障碍，从图表中显而易见，区分也很简单。<p>longevity-tools.com上的所有工具都是100%免费且私密的。没有电子邮件或任何数据收集，没有第三方脚本，没有跟踪脚本。完全保护隐私。<p>查看我的其他工具：<p>## 甲状腺功能解读器
<a href="https://longevity-tools.com/thyroid-function-interpreter" rel="nofollow">https://longevity-tools.com/thyroid-function-interpreter</a><p>可视化激素、计算敏感性和分泌能力，帮助更容易识别甲状腺功能障碍模式。<p>## 葡萄糖代谢解读器
<a href="https://longevity-tools.com/glucose-metabolism-interpreter" rel="nofollow">https://longevity-tools.com/glucose-metabolism-interpreter</a><p>验证空腹和胰岛素状态，然后使用胰岛素依赖性和非胰岛素依赖性标志物对葡萄糖代谢功能障碍进行分类。<p>## 肝功能血液检测解读器
<a href="https://longevity-tools.com/liver-function-interpreter" rel="nofollow">https://longevity-tools.com/liver-function-interpreter</a><p>计算肝脏健康评分，进行差异诊断逻辑分析，帮助识别升高酶的组织来源，并根据临床指南提出相关后续步骤。<p>## 铁状态解读器
<a href="https://longevity-tools.com/iron-status-interpreter" rel="nofollow">https://longevity-tools.com/iron-status-interpreter</a><p>根据炎症调整铁蛋白，估算真实的铁储存量，针对最佳目标进行解读，并提供基于指南的后续步骤以及个性化补充计划。<p>## 握力解读器
<a href="https://longevity-tools.com/grip-strength-interpreter" rel="nofollow">https://longevity-tools.com/grip-strength-interpreter</a><p>显示握力百分位数，估算全因死亡风险影响，提出可实现的目标，并预测未来肌肉虚弱的风险。<p>## 人类Bortz血液年龄计算器
<a href="https://longevity-tools.com/humanitys-bortz-blood-age" rel="nofollow">https://longevity-tools.com/humanitys-bortz-blood-age</a><p>基于商业实验室血液检测的最先进生物年龄计算器模型。它是基于306,000名英国生物库参与者进行训练的，具有比Levine PhenoAge更高的预测价值。<p>## Levine PhenoAge生物年龄计算器
<a href="https://longevity-tools.com/levine-pheno-age" rel="nofollow">https://longevity-tools.com/levine-pheno-age</a><p>基于常规血液生物标志物的生物年龄计算器，由Morgan Levine、Steve Horvath及其合作者开发。它优先考虑可及性和低成本实验室标志物，而非最大精确度。
你好，HN。在过去的7个月里，我花费了近3000小时构建SNEWPAPERS，这是第一个具有全文提取、几乎完美的光学字符识别（OCR）、广泛分类法以及语义和智能搜索功能的历史报纸档案。
问题：
我想搜索报纸档案，但每个服务都只允许你搜索关键词和日期，并返回原始的报纸图像，而且很多图像没有上下文，信息量庞大而杂乱。
解决方案：
我教机器如何阅读报纸，到目前为止，我已经从“美国编年史”收藏中提取了超过60万页（约5TB）的内容。我需要处理的问题包括各种布局、字体大小、图像扫描质量、分辨率、纵横比，以及如何在页面上的图像中导航。我还必须弄清楚如何使OCR几乎完美，以便人们不会讨厌阅读提取的内容。我构建了一个多模型管道（布局技术、OCR技术、LLM、VLLM），使用启发式方法从布局到分割再到分类。我将所有内容放入OpenSearch/Postgres中，使其具有语义搜索功能，并在其上方添加了一个智能搜索工具，能够很好地使用API，帮助你编写查询以找到所需的信息。关于AWS架构和扩展，我也很乐意讨论，这确实很有挑战性！
如果你有五分钟时间，想要快速体验一下个性化的功能，我建议你：
在搜索任何内容之前，先访问Sleuth页面
询问它关于1736年至1963年间的任何问题，可能再问1到2个后续问题
然后转到搜索页面，这样你可以看到它为你编写的查询（左下角的“保存的查询”），并获取更多你感兴趣的信息
如果你觉得这很酷，想要了解更多，那么在导航栏的“指南”中有大约10分钟的视频指南，介绍各种功能。
其他一些人也尝试过这个项目，值得一提的是：
[https://dell-research-harvard.github.io/resources/americanstories](https://dell-research-harvard.github.io/resources/americanstories)（非常好的尝试）
[https://labs.loc.gov/work/experiments/newspaper-navigator/](https://labs.loc.gov/work/experiments/newspaper-navigator/)（专注于图像）