最新

我创建了Wasda，这是一个小实验，旨在将变换器的注意力转化为可演奏的乐器。序列中的每个标记都变成一个钢琴音符，同时你可以在听的过程中看到标记之间的注意力弧线。温度控制模型的“即兴演奏”，你可以单独选择某个注意力头——例如，我发现选择一个注意力头时，温度设定在大约1.7会产生令人意外放松的音律模式。

最近，我一直在开发Lamina，这是一种编译器基础设施，能够为多种架构生成本地汇编代码，而无需依赖LLVM或Cranelift。它旨在为新语言、教育项目以及任何可以利用自定义语法进行代码生成的项目构建编译器。 Lamina提供了一个完整的管道，从单一的基于SSA的中间表示（IR）直接生成支持目标的汇编代码，而不依赖外部后端。该IR可读性强，并提供了一个易于使用的IRBuilder API，便于通过编程构建。 为了更好地管理代码生成过程，未来将采用新的管道：IR -> MIR -> 本地汇编，并包含优化过程。 主要特点： - 直接代码生成：IR -> 汇编/机器代码，无需LLVM/Cranelift - 基于SSA的IR：单一赋值形式，优化用于分析和优化过程 - 基于MIR的代码生成（实验性）：新的中间表示，具有寄存器分配和高级优化 - IRBuilder API：用于构建模块、函数、代码块和控制流的流畅接口 - 可读的IR：易于调试，低于高级语言 - 零外部后端依赖：简化构建和透明管道，同时构建速度更快 优化过程（仅限实验性MIR流）： - 控制流：CFG简化、跳转线程、分支优化 - 循环优化：循环融合、循环不变代码移动、循环展开 - 代码移动：复制传播、公共子表达式消除、常量折叠 - 函数优化：内联、尾调用优化 - 算术：强度降低、窥视优化 性能：在256×256矩阵乘法基准测试（300次运行）中，Lamina的实验性基于MIR的代码生成（包括所有优化过程）生成的代码与C/C++/Rust相当（在1.8倍以内），并且比Java、Go、JavaScript和Python更快。实验性的MIR流的结果远快于基于IR -> 汇编的代码生成。 该项目使用Rust（2024版）编写，目前版本为0.0.7。可选的夜间功能支持SIMD、原子占位符和实验性目标。

我对PDF文件感到沮丧，并发现arXiv的HTML版本不够理想，因此我构建了一个完全互动的论文阅读器。<p>功能： • 悬停查看参考文献、引用和公式 • 明亮/黑暗模式 • 自动生成定义/引理/定理的依赖图 • 与滚动同步的目录 • 高亮和注释 • 在任何地方“复制原始LaTeX”<p>推荐论文：视频模型是零样本学习者和推理者（Veo 3） <a href="https://www.sciencestack.ai/arxiv/2509.20328v2" rel="nofollow">https://www.sciencestack.ai/arxiv/2509.20328v2</a>

嗨，HN！我是 lazygotest 的创作者。我之所以开发这个工具，是因为我喜欢 lazygit 的用户体验，并希望为 Go 测试提供同样流畅的体验。现在，你可以不必在终端和编辑器之间切换，也无需滚动查看冗长的测试输出，直接做到以下几点： - 使用类似 Vim 的导航方式浏览包和测试（j/k，gg/G） - 按 Enter 运行测试，并在分屏中实时查看结果 - 跟踪测试历史，并通过按 'r' 快速重新运行失败的测试 - 使用 '/' 过滤测试，专注于重要内容 技术亮点： - 使用 tview（[https://github.com/rivo/tview](https://github.com/rivo/tview)）构建的 TUI 框架 - Catppuccin Mocha 配色方案，符合 WCAG 2.1 AA 无障碍标准 - 通过向上遍历父目录自动检测 go.mod - 支持 Docker 以实现隔离的测试环境 界面分为四个窗格：左侧为包，右上为测试，中右为历史记录，底部为日志。状态栏显示上下文相关的快捷键。 我正在寻找贡献者！以下是我希望得到帮助的一些领域： - CI/CD 集成：为 lazygotest 运行测试的 GitHub Actions 工作流 - 基准模式：支持 go test -bench 并提供可视化图表 - 覆盖率可视化：显示每个包/测试的代码覆盖率百分比 - 测试生成：根据函数签名自动生成表驱动测试 - 插件系统：允许自定义命令和键绑定 如果你有兴趣参与贡献，代码库遵循清晰架构，域、应用和基础设施层之间有明确的分离。欢迎提交 PR——我希望进行小而专注的更改（尽量不超过 20 行），并包含测试。 我很想听听你的反馈，特别是来自那些花大量时间运行测试的 Go 开发者的意见！ 安装方法：`go install -tags tview github.com/YuminosukeSato/lazygotest/cmd/lazygotest@latest`

文本输入在进行复杂提示时速度太慢，尤其是在进行氛围编码或生成媒体时。我为React/Next.js构建了一个完整的语音模式组件（用户界面 + 逻辑 + 转录），它处理了浏览器音频的各种尴尬问题，让你无需担心。此外，我还使用了Gemini 3在一次提示中生成了整个页面。:-)