返回首页
最新
我正在准备GATE考试，特别是电子与通信工程。我正在寻找一本好的学习指南，涵盖考试大纲，以便在练习往年试题和参加模拟测试之前，能够先了解相关概念。<p>我并不是最近毕业的学生，所以我并不想逐本阅读教科书来理解概念。
嗨，HN，我们开发了Octopus，一个开源的、自托管的AI代码审查工具，适用于GitHub和Bitbucket。它使用RAG和向量搜索（Qdrant）来理解您的整个代码库，而不仅仅是差异部分，并在PR中发布带有严重性评级的内联发现。它可以与Claude和OpenAI配合使用，您也可以使用自己的API密钥。视频：<a href="https://www.youtube.com/watch?v=HP1kaKTOdXw" rel="nofollow">https://www.youtube.com/watch?v=HP1kaKTOdXw</a> | GitHub: <a href="https://github.com/octopusreview" rel="nofollow">https://github.com/octopusreview</a>
所有新用户的评论现在都隐藏在公众视野之外。<p>这会对平台产生什么影响？
我经常想快速比较不同开源项目的采用曲线，但通常在工具要求我生成并粘贴一个 GitHub 个人访问令牌以查看图表时就会放弃。<p>为了让这个过程完全无障碍，我开发了 Startrail。这是一个简单的可视化工具，后台处理 API 数据获取，因此您只需输入一些仓库即可立即获取数据。<p>一些快速特点：
- 零设置：无需 API 密钥，无需登录，也没有速率限制警告。
- 并排比较：您可以在同一图表上绘制多达 12 个仓库。
- 简洁易用：在移动设备上流畅运行，方便随时快速查看。<p>我最初是为了自己快速基准测试而开发的，但这个周末我正在积极改进它。我很想听听 HN 社区的看法。什么样的背景信息会让这个工具对您更有用——分支、发布版本标记，还是其他什么？<p>欢迎您试用一下！
我们需要一个用于自回归建模和网格生成的Blender bpy.ops数据集，而这一领域正面临着“发表或灭亡”的困境。
大家都知道神经网格生成有点像无用的玩具，但在2022年，Autodesk Research发布了SkexGen（ICML 2022），这是一种生成CAD构建序列的自回归模型。你可以绘制一个二维轮廓，进行拉伸、布尔运算，每一步都是有效的CAD操作。SCAD、Adam等已经将这一思路推广到大型语言模型（LLMs），这很好——如果它们真的专业化的话，效果会相当不错，而目前的差距在于这与LLM的视觉问题。
之所以可行，是因为CAD文件本身存储了它们的构建历史，而这种构建序列总是被保存，DeepCAD数据集为他们提供了数千个这样的序列。那么Blender的情况如何呢？
研究界选择了直接生成网格，将顶点和面标记为序列（如PolyGen、MeshAnything、MeshXL、MESHTRON等）或逆向网格简化（ARMesh）。这些方法在不断改进，但它们根本上是在与表示形式作斗争。一系列顶点坐标并不能编码边环存在的原因，而bpy.ops可以做到这一点。我们应该创建一个数据集。Blender已经将每个bpy.ops调用记录到其信息面板中。一个录制插件可以捕捉完整的bpy.ops调用及其所有参数、每一步的选择状态（哪些顶点/边/面被选中）、每一步的轻量级网格快照（或在关键间隔处）以及最终网格作为标签。
是的，噪声、上下文和规模之间存在挑战，但……？自回归方法已经被证明是有效的。问题完全在于数据收集基础设施。为什么不呢？