最新

我认为BEP29存在三个主要问题：<p>1. 在长距离网络上带宽利用率非常低（类似于经典的Reno）<p>2. 没有强制要求进行流量调节<p>3. 在部署主动队列管理（AQM）时，无法保持低优先级

我建立这个网站是为了展示我咖啡样品烘焙机的数据驱动模型。<p>经过大约20批次的烘焙后，我意识到虽然控制界面直观（加热、风扇和鼓转速），但物理原理却并不容易理解。我希望利用我历史的烘焙数据来创建和调整一个模型，以便进行烘焙规划、控制，并帮助我建立对烘焙过程的直觉。这个网站让你可以在一个虚拟、无风险的环境中与我的烘焙机进行互动！<p>这些模型是定制的机器学习模块，遵循烘焙机物理和咖啡豆物理（这不是基于GPT/变换器的）。涉及大量数学。<p>模型是基于大约十几次真实的烘焙数据进行训练的。默认的咖啡豆模型是埃塞俄比亚的古吉豆。<p>我的下一步是添加其他烘焙机以及练习控制/参考跟踪的功能。

<a href="https://github.com/facebook/openzl" rel="nofollow">https://github.com/facebook/openzl</a><p><a href="https://arxiv.org/abs/2510.03203" rel="nofollow">https://arxiv.org/abs/2510.03203</a><p><a href="https://openzl.org/" rel="nofollow">https://openzl.org/</a>

嗨，HN！我们开发了Grapevine（<a href="https://getgrapevine.ai" rel="nofollow">https://getgrapevine.ai</a>），这是一个为AI代理设计的知识搜索系统，能够连接Slack、GDrive、Notion、代码库等多个平台。我们的第一个应用是一个公司级的GPT，显著优于现有的替代品。 任何人都可以设置Grapevine的Slack机器人，让它响应并可选择性地主动回答需要公司背景的问题。这里有一个包含示例的演示视频：<a href="https://youtu.be/_nrfbZzvxU8" rel="nofollow">https://youtu.be/_nrfbZzvxU8</a> 我们开发Grapevine是因为我们希望有一个能够全面理解您公司的ChatGPT。我们尝试了许多现有工具（包括一些昂贵的企业级工具），虽然它们在回答“X团队的Q4目标是什么”方面表现不错，但在处理那些实际上阻碍人们日常工作的具体问题时却不够理想。 因此，我们的创始人和早期工程师创建了一套100多个具有代表性的问题，从技术难题到公司特定知识问题。起初，最先进的“企业搜索”产品的正确率大约为50%，而我们内部系统的正确率为35%。但随着我们在数据处理、搜索算法等细节上的不断优化，我们最终达到了85%的正确率。（作为参考，我们的创始人获得的最佳人类得分为70%） 这改变了我们的工作方式：在热门的工程频道中，每天有5个以上的问题都能被AI主动完全回答，各部门的人们在报告bug、处理事件和支持请求时，首先会去找这个机器人。我们的许多测试客户也对回答的质量感到惊讶。 安全性显然对这样的产品至关重要。我们绝不会在您的数据上进行训练。此外，您的数据在静态时会被加密，存储在与其他客户隔离的数据库中，系统符合SOC 2标准，并定期进行渗透测试。我们是按照Gather（<a href="https://gather.town/" rel="nofollow">https://gather.town/</a>）的SOC 2 Type II标准构建的——这是我们在YC推出（并仍在维护）的原始虚拟办公室产品，但我们后来转向了Grapevine。 我们投入了大量精力，使Grapevine易于设置。您现在可以在<a href="https://getgrapevine.ai" rel="nofollow">https://getgrapevine.ai</a>上免费试用。