最新

大家好， 我觉得自己在不断地将类似的通道架构重复地附加到不同的 Go 结构体上，简直是在重新发明轮子。因此，我决定将一些公共类型提取到一个库中，以便更容易地重用： ``` - oneshot - spsc - spmc - mpsc - mpmc - broadcast - watch ``` 这些类型的灵感来源于 Rust 的通道，所以如果你来自 Rust，它们应该会让你感到熟悉。到目前为止，我非常享受使用它们，但如果你有时间，能给我一些外部反馈就太好了！ [https://github.com/amorey/gochan](https://github.com/amorey/gochan) 安德烈斯

大约一个月前，我听说了petals。Petals基本上是一个库，它允许你通过将权重加载到一组运行petals的计算机网络上来运行大型语言模型（LLMs）。然后，它会分割推理过程，使你能够使用消费级GPU或仅仅是Google Colab来运行更大的LLMs。 之前，我向一个AI蛋白质折叠服务器提交了一个序列，结果等了将近两个小时。这让我产生了尝试修改petals以适应生物模型的想法。为了不同的架构（基因组语言模型、蛋白质语言模型）完全重写petals会很困难，因此我决定先从为生物调优的llama进行重写开始。 如果你想尝试一下，readme中有一个完全设置好的Google Colab链接，不过它可能无法实际运行，因为需要一定数量的人在网络上。

Zorilla 是一个在浏览器中运行的 3D 游戏重混器。你将开始于一个微小的 Three.js 世界——你是一个巡逻者，世界中有三个碎片需要收集，还有一个出口。你可以在文本框中输入简单的英语指令（例如：“让巡逻者更快地追我”，“给我一个能投掷炸弹的飞猫”，“把地面变成冰”），然后一个大型语言模型（LLM）会实时重写 JavaScript。接下来的可玩 iframe 会在几秒钟内加载完成。分享这个网址，朋友们可以对你的作品进行重混，并加入到你的世界中（最多可容纳 4 人）。 重混循环基于 Anthropic 的 Claude API。一个独立的 Claude 任务每天会为我撰写简报，读取我们的 DECISIONS.md，提取存储的指标中的漏斗计数，并提出当天的三个增长实验（顺便说一下，这就是其中之一）。 这个项目的起因是因为我 13 岁的儿子想制作一个游戏，但我认为通过使用 AI 来创建一个平台会是一个很好的学习体验，这样更容易发布、启动和迭代（我想是这样？）。所以这就是我们现在拥有的。他负责游戏玩法的设计——什么有趣，什么没趣，巡逻者应该做什么。他不写代码，而是给出设计方向。我作为人机协作的部分进行协调，而 Claude 则根据通过日常调度命令在 Cowork 中观察到的数据进行编码、测量和规划。 你觉得怎么样？ <a href="https://www.zoril.la" rel="nofollow">https://www.zoril.la</a>