2作者: dloku11 个月前原帖
我和我的朋友厌倦了求职(提交了347份申请,仅收到4个回复),于是我们开发了AI代理来帮助求职者,而不是取代他们。 问题是:73%的申请从未到达人类面前,每个职位有超过250人申请,但85%的职位是通过人际网络填补的。 我们的解决方案是:AI代理能够为任何LinkedIn职位找到招聘经理,分析你的个人资料匹配度,并生成个性化的联系信息。这样,你可以直接与决策者沟通,而不是在成堆的申请中竞争。 技术细节:使用LangChain和OpenAI进行职位解析,Next.js和Supabase,定制的联系人发现算法,适用于不同的公司结构。 结果:用户的回复率比常规申请高出70%。 在一个AI正在取代工作的世界里,我们希望构建一些真正帮助人们找到工作的工具。
1作者: MargoRooo11 个月前原帖
大多数人认为拖延是一个纪律或时间管理的问题。但在分析了超过80,000名项目参与者和3,000多次辅导会议的数据后,我们发现了一些意想不到的事情。 **拖延是情绪失调,而不是懒惰** 关键发现:人们并不是因为懒惰而推迟任务,而是由于恐惧、完美主义、压力或不确定性。这些都是保护个体免受感知风险的下丘脑结构。 当我们向参与者解释他们的“内心破坏者”是大脑的一个古老部分时,他们不再责怪自己意志薄弱,而是开始以建设性的方式应对抵抗。 **灵活的生活方式比长期规划更有效** 模式:3周的专注加1周的反思,效果比试图提前几个月规划要好。 参与者表示:“第一次,规划不再造成压力。”短期冲刺允许实验和调整方向,而不是朝着模糊的目标“强行推进”。 **“船底”比“帆”更重要** 关键错误:70%的参与者设定了雄心勃勃的目标(帆),却没有满足基本需求(船底)。 我们将目标分为两个层次: - 基本目标 — 睡眠、精力、情绪状态 - 成长目标 — 职业、自我实现、新技能 当人们从基本层次开始时,成长目标自然会实现。而当他们试图在一个漏水的船上“扬帆”时,往往会迅速感到疲惫。 **应对拖延的三个层次** 根据数据,我们形成了一个系统: 1. 能量 — 恢复健康的多巴胺循环 2. 目标 — 将梦想转化为清晰的行动计划 3. 心理 — 根据心理类型处理内部障碍 试图直接跳到第3层,绕过第1和第2层,往往导致自我破坏和倒退。 **实用启示** - 拖延是一个症状,而不是疾病。需要治疗其根本原因。 - 短期冲刺(3周)比长期计划更有效。 - 在追求雄心勃勃的目标之前,必须满足基本需求。 - 理解神经生物学可以减少自我责备,提高效率。 **应用** 基于这些数据,我们构建了一个人工智能系统,能够判断一个人处于哪个层次并调整方法。初步结果令人鼓舞:200名用户,300多个完成的任务,早期销售额超过10万美元。 但最重要的是——我们现在对拖延的工作原理有了数据驱动的理解。这些原则可以应用于任何应用程序。 **寻找早期测试者** 我们正在最终完善完整的移动应用AJI(AI Journal & Insights),需要人们测试第一版。我们特别希望参与者中有慢性拖延的人——这种方法在他们身上效果最好。 如果你准备尝试并分享反馈,请在评论中留言。 数据收集来自2020年至2023年的生产力项目、辅导会议和科学研究。
1作者: dcasati11 个月前原帖
我最近尝试与一位生物学背景的同事一起创办一家生物过程分析软件的初创公司。我们的初始产品是一款模拟完整生物过程的软件,允许生物实验室技术人员在进行(昂贵的)物理实验之前,初步估算出适合特定培养的可行生物过程配方。用市场营销的术语来说,就是生物过程的数字双胞胎。 由于这家初创公司未能继续推进,我决定发布原型代码——去除了基础生物模型(现在生成随机值)——作为现代软件架构的演示。它包含一个数据库、基于CRUD的后端和一个基于网页的用户界面,所有组件均可通过Docker运行。 由于这是我第一次尝试前端开发,我期待收到建设性的反馈。
3作者: PixelPanda11 个月前原帖
很高兴分享 Nanonets-OCR-s,这是一款强大且轻量级(3B)的视觉语言模型(VLM),能够将文档转换为干净、结构化的 Markdown 格式。该模型经过训练,能够理解文档的结构和内容上下文(如表格、公式、图像、图表、水印、复选框等)。 <p>主要特点:</p> <p>LaTeX 公式识别:将行内和块级数学公式转换为正确格式的 LaTeX,区分 $...$ 和 $$...$$。</p> <p>LLMs 的图像描述:使用结构化的 &lt;img&gt; 标签描述嵌入的图像,处理徽标、图表、绘图等。</p> <p>签名检测与隔离:在扫描文档中查找并标记签名,以 &lt;signature&gt; 块的形式输出。</p> <p>水印提取:提取水印文本并将其存储在 &lt;watermark&gt; 标签中以便追溯。</p> <p>智能复选框与单选按钮处理:将复选框转换为 Unicode 符号,如 , ,以便在下游应用中可靠解析。</p> <p>复杂表格提取:处理多行/列表格,保留结构并输出 Markdown 和 HTML 格式。</p> <p>Huggingface / GitHub / 试用:</p> <a href="https://huggingface.co/nanonets/Nanonets-OCR-s" rel="nofollow">https://huggingface.co/nanonets/Nanonets-OCR-s</a> <p>在 Colab 中与 Docext 一起试用:<a href="https://github.com/NanoNets/docext/blob/main/PDF2MD_README.md#quickstart">https://github.com/NanoNets/docext/blob/main/PDF2MD_README.md#quickstart</a></p>