最新

地方人工智能的民主化至关重要。我一直在努力推动商业硬件的极限，尽可能挤出每一丝额外的性能。我的科学代理人工智能工具帮助我重新分配了每一个比特。 我重写了内核，深入研究了CUDA，直到能够解释在这个过程中涉及的每一个比特和每毫秒的计算能力。我将Qwen 30B-A3B的处理速度从每秒8个token提升到19个token，使用llama.cpp时更是达到了每秒22.2个token，而在非新内容的情况下则达到了每秒109个token，并将预填充速度提升了5到9倍。

metrIQ最初是我为自己训练而制作的一个电子表格。虽然数据还不错，但电子表格从来不能告诉你任何事情——它只是保存你输入的内容。 于是我转而使用ChatGPT。它可以解释一些事情，但却忘记了我的历史，时常在不同的日子给出不同的答案，无法提供我想要的统计数据，而且总是用一些泛泛的建议来掩盖问题。我想要一个能记住我的教练。 因此，我自己构建了一个。最初的版本是在Lovable上做的一个粗糙的东西，主要是因为我想找个借口来尝试它。后来朋友们开始使用它，发现它确实对他们有帮助，于是我重新构建了整个应用程序，为正式发布做好准备。 这就是metrIQ。它是你的教练Sophia。只需一句话就能记录下内容，与聊天机器人不同的是，她记得你的目标、你的每周进展以及上个月出现的问题。她的目标和建议都是基于这些信息。她不仅跟踪你的健身旅程，还提供见解、建议和支持。 我非常期待大家来尝试它，并感谢所有反馈，无论是积极的还是消极的，尤其是来自正在训练或减肥的人。如果你试过但不喜欢，请告诉我原因，也许我能解决这个问题。 尼科斯

我和我的妻子大约三年前在经营我们的业务时尝试了HubSpot。我们很快意识到，我们花在将工作流程适应CRM上的时间比实际完成工作还要多。 其背后的理念很简单：CRM应该适应业务，而不是相反。大多数CRM试图强迫人们以非常特定的方式工作，这会降低生产力，团队需要花费数小时来学习CRM，才能开始实际工作。 每个管道、对象、工作流程、表单和过程都可以进行更改，而不是被锁定在一种特定的工作流程中。我们的目标是让CRM适应业务，而不是强迫企业适应CRM。如果你想深入了解，可以看看NinjaPipe中的数据箱、元标签和数据源（我很想听听你对这些以及我可以做的其他改进的看法）。 我完全是自筹资金，并且仍然全职担任软件工程师，每个月将大约10%的工资投入到业务中。我在2023年11月发布了第一个版本，找到了几位愿意提供诚实反馈的早期用户，并从那时起一直在迭代。自那以后，我们的用户数量增长到超过1500家企业，其中大部分早期的增长来自三次AppSumo的终身优惠发布。我围绕这个项目建立了一个非常活跃的Discord社区，大家可以在这里发布bug、请求、（调侃）和想法，从而使其也能由社区驱动。 期待听到你的想法，以及我可以做些什么来进一步改进这个项目。