返回首页
最新
我们需要结束在网络、应用等场合中，只提供“是”和“现在不”的选择来获取同意的做法。这对自主权和同意权是一种攻击。确实，在某些情况下这是合理的，但在一般情况下，这种做法显然并没有被善用。
我这周过得很奇怪，也许这算是过度反应，但这是我愿意为之奋斗的事情。此外，如果我可以在线注册账户，那么我也应该能够在线关闭我的账户（我在这里指的是Planet Fitness……真令人厌恶）。
请帮助我找到推动变革的方法。
编辑：我是一名美国公民，但我希望实现全球性的变革。
大家好，
我的背景是产品和增长，去年年底我被裁员。我给自己设定了一个挑战，计划在2025年3月内开发一款SAAS工具。
Copi于2025年4月1日正式上线。
什么是Copi？
Copi允许您创建一个动态链接，您可以与客户分享。这个链接不仅可以引导他们访问您想分享的内容（目前支持URL或PDF），还可以跟踪他们的互动情况。您可以获得关于他们如何与您的材料互动的洞察，这有助于您更有效地调整后续跟进和达成交易。
主要特点：
• 安全文件共享：通过强大的访问控制保护您的敏感信息。
• 分析跟踪：获取客户互动的宝贵洞察。
• 易于使用：只需一个链接即可轻松分享内容！
我为什么要开发它：
作为一名曾在销售领域工作的人，我注意到团队在安全和有效地共享信息时面临的困难。我希望创建一个工具，简化这一过程，使团队能够更聪明地工作，而不是更辛苦。
请尝试一下Copi，我非常期待听到您的想法、反馈或任何建议！
感谢您的支持！
在使用标准 Dockerfile 构建容器化环境时，每个自定义层都会带来以下问题：
– 存储膨胀 - 每次运行 `apt-get install` 都会创建一个新层，导致重复依赖浪费磁盘空间
– 网络低效 - 不同镜像之间会出现冗余的包下载
– 迭代缓慢 - 重建镜像需要重复所有先前的步骤
使用此工具，可以构建：
– 从头开始使用 debootstrap 创建最小基础镜像
– 在初始构建中仅精确包含所需组件
– 从公共基础上创建专用变体（如 Java、Kafka 等）
我被一些目标的复杂性压倒了，因此我创建了一种可以一目了然地可视化它们的方法。
我对在 Google AI Studio 中使用它时的实际效果感到非常惊讶，尤其是将温度调低到 0.7 或更低时。关于“氛围编码”的说法，似乎真的有可能一次性生成整个非平凡的程序。
我厌倦了每次签署重要文件时都要翻阅一大堆法律文本，因此我开发了一个Chrome扩展，它利用人工智能来：
- 识别红旗和可疑条款——在你阅读在线合同时，它会实时自动高亮显示风险区域。
- 评估合同的安全性——基于行业标准的风险参数，它会给出一个一目了然的评分，让你了解文件可能存在的风险。
- 简化术语——它会生成关键点的快速摘要，免去你逐段详细阅读的麻烦。
再也不用凭直觉或运气签字了！
目前，这个扩展处于测试阶段，任何加入候补名单的人在发布当天都可以享受50%的折扣。这个工具对我自己的心理健康帮助很大——尤其是那些看起来设计得让你永远滚动的多页电子合同。
我非常欢迎任何反馈或想法，以便让我能让这个工具更有价值。
简而言之：我制作了一个变换器模型和一个封装库，用于将文本分割成有意义的语义块。<p>目前的文本分割方法依赖于启发式算法（尽管可以使用神经嵌入器将语义相关的句子进行分组）。<p>我提出了一种完全基于神经网络的语义分块方法。<p>我使用基础的DistilBERT模型，并在一本书的语料库上进行了训练，以将连接在一起的文本段落分割成原始段落。基本上，这是一个标记分类任务。模型的微调在两块1080Ti显卡上花费了一天半的时间。<p>这个库可以用作RAG系统中的文本分割模块，或者用于分割转录文本等。<p>我看到的使用模式如下：去掉所有标记标签以生成纯文本，然后将该文本输入模型。<p>问题在于，尽管理论上这应该提高整体RAG管道的性能，但我没有成功地进行准确测量。其他限制包括：目前模型仅支持英语，输出文本为小写。<p>请试用一下。我将非常感谢您的反馈。<p>Python库：<a href="https://github.com/mirth/chonky">https://github.com/mirth/chonky</a><p>变换器模型：<a href="https://huggingface.co/mirth/chonky_distilbert_base_uncased_1" rel="nofollow">https://huggingface.co/mirth/chonky_distilbert_base_uncased_...</a>
我和我的同事们写了一篇论文，并将其整合到变换器中。<p>它在准确性和速度上都优于NF4。<p>我们已经压缩了hf模型，供大家尝试：<a href="https://huggingface.co/collections/ISTA-DASLab/higgs-675308e432fd56b7f6dab94e" rel="nofollow">https://huggingface.co/collections/ISTA-DASLab/higgs-675308e...</a>