返回首页
最新
大家好！我知道NES模拟器已经被实现了无数次，几乎在所有可以想象的编程语言中都有。然而，让一个大型语言模型（LLM）仅凭记忆完全复现规范，而不参考现有代码，仍然是一个重大挑战。这要求底层模型具备强大的反幻觉能力和扎实的长期规划，以避免偏离方向。因此，构建一个NES模拟器是对LLM的一个极好的压力测试。
以下是模拟器的构建过程：
数据收集：我要求Codex下载必要的开发手册和测试套件。它被严格禁止在线搜索参考实现。
开发：我指示Codex构建模拟器，直到所有测试套件通过。这个过程大部分是无干预的；我只在它暂停时鼓励它继续。
初稿：经过4-5次提示，Codex交付了一个功能完整的纯Python模拟器，尽管它的运行速度只有7帧每秒。
优化：这次让我Codex完全自主优化应用程序并没有成功。相反，我让它生成了一个火焰图，识别出PPU更新是瓶颈。然后，我指示Codex在不破坏通过测试的情况下，用Cython重写PPU。
总体来说，我对Codex感到非常惊讶。我早就知道它有能力完成这个任务，但速度令人震惊。它在不到一个小时内完成了项目，仅使用了我每周Pro配额的2%。
虽然NES可能是一个相对容易模拟的系统，但我认为模拟可以作为测试未来LLM的一个绝佳基准。
嗨，HN，
我最近注意到一家YC公司（Run Anywhere，W26）给我发了以下邮件：
发件人：Aditya <aditya@buildrunanywhere.org>
主题：Mikołaj，我想你会喜欢这个
[省略]
嗨，Mikołaj，
我找到了你的GitHub，觉得你可能会喜欢我们正在开发的项目。
[省略]
我还收到了另一家AI公司Voice.AI（似乎与YC无关）发来的大量类似邮件。这些邮件表明，这些公司会抓取人们的GitHub活动，如果他们注意到用户在其业务领域的代码库中贡献内容，就会在未获得用户同意的情况下向这些用户发送营销邮件。我的猜测是，他们使用提交元数据来实现这一目的。这包括GDPR下的收件人（也就是我）。
我已经向这两家机构提出了投诉，目前还没有得到回复。
我刚刚就此问题联系了GitHub和YC伦理委员会，如果我收到回复会在这里更新。
嘿，黑客们，
我制作了一个命令行工具，用于将你的Codex提示、智能体推理和文件差异同步到一个名为Codaph的共享内存中（[https://codaph.com](https://codaph.com)）。这个工具的目标是同步我团队中的智能体活动，以便更深入地理解代码库。
在技术层面上，它使用了Mubit（[https://mubit.ai](https://mubit.ai)）——这是我们基于关联检索构建的内存引擎。Mubit建立在超向量和聚类的概念之上（目前采用基于时间的衰减）。
目前，Codaph与Codex兼容，计划很快添加其他智能工具。
Codaph是开源的（随意编码，哈哈）。
我很想听听大家的反馈，如果你想尝试一下，Mubit是免费的（API密钥可以在[https://console.mubit.ai](https://console.mubit.ai)上获取）。
● 核心：垂直排列的单层石墨烯（电子速度 > 150,000 cm²/Vs）。
● 互连层：纳米层硅（Si），用于创建能量障碍（带隙）。
● 屏蔽/栅极：同轴金（Au）涂层（噪声屏蔽和瞬时散热）。
● 基底（衬底）：合成单晶钻石（热导率 > 2200 W/mK）。
B. 性能参数（估计）
● 工作频率：500 GHz - 1.2 THz（相比于今天的 5 GHz）。
● 能效：与传统场效应晶体管设计相比，功耗降低 90%。
● 热管理：能够被动运行，无需主动冷却。