最新

我以前常常在HN和Github之间来回切换，寻找热门的仓库。现在我可以在一个地方看到所有这些内容，而且它会自动更新。

嘿，HN， 自从我发布了《像素年》（Year in Pixels）之后，这个想法就一直萦绕在我的脑海中。我在这个应用上不断添加一些小功能，现在感觉已经足够好，可以分享给大家了。 每日跟踪对一个人的心理状态产生的影响非常有趣。虽然我已经有应用来跟踪其他一切，比如睡眠、心率等，但我仍然缺少一个可以跟踪我情绪的工具。每天思考自己感觉如何几次，这个简单的行为就已经改变了很多，给人一个反思的时刻。 我决定添加占星术、习惯检查等其他功能。希望你们和我一样喜欢它。 祝好， @kinduff [1]: [https://news.ycombinator.com/item?id=16199871](https://news.ycombinator.com/item?id=16199871)

我必须承认，最新的模型和工具确实变得非常出色，能够在给出即使是普通提示的情况下快速生成可用的代码，真是“愿望编程”。<p>问题更多出在我这边，而不是大型语言模型（LLM）那边。我感觉我1) 对我的项目，甚至是我的爱好项目，失去了控制，因为LLM生成代码的速度太快，以至于我2) 懒得手动审核所有代码，尽管我确实有整体架构设计的选择，有时甚至有自然语言的伪代码。但是，自然语言本质上是不正式的，而编程的过程就是将非正式的需求扩展为正式的语言。这与软件工程中通过引入库来减少复杂性的抽象过程根本不同。结果是，不深入细节的实现会让我产生失控和缺乏信心的感觉。<p>这可能读起来并不连贯，因为这只是我随意的、不安的想法，但我相信至少有一些HN的朋友们也有过类似的感受。你们对此有什么看法？

为游戏开发生成图形和音频。图形包括像素艺术精灵、图标、HUD套件和视差背景。音频包括语音台词、音效和音乐——所有内容均来自文本提示。资产可导出为适用于Unity、Godot和GameMaker的引擎格式。通过MCP服务器（兼容Claude Code、Cursor等）或REST API提供服务。按需付费，每个艺术资产收费。

我需要一个分类器来处理一些细微且主观的分类，这些分类超出了典型的机器学习应用场景（例如，“这算是剧透吗？”，“这在事实上的正确性如何？”，“这个用户是在恶意攻击吗？”）。最终，我对自己构建的架构感到非常满意，因此将其推出为一个独立的API和服务，名为CriteriaBot。 **它的功能：** 你提供内容和用通俗英语描述的标准。它会给出一个真/假的裁决，判断该内容是否符合这些标准。 **工作原理：** 除了传统的分类器外，分类请求还会通过一组小型的开放权重的语言模型（LLM）进行路由，以达成共识裁决。我构建了一个预投票因子分解机，根据主题/类别的嵌入选择一个优化信号强度的LLM子池。第二个因子分解机则读取投票和嵌入，以得出单一裁决。该裁决会根据用户在语义相似评估中与模型的一致/不一致历史动态调整。 这些模型还连接到维基百科和Wolfram，以支持需要当前信息或数学基础的边缘案例。 **发现：** * 在相同的框架和样本集下，Gemma 4 26B的准确率仅比Opus 4.8低约1个百分点。 * 纯预言机在理论上非常优秀——目前数据集的准确率约为98%。我使用第二个因子分解机作为组合器，因为它理论上可以超越预言机的结果，但它也是一个有趣的备选方案。 * 最有用的单一LLM令我感到惊讶——LFM2 24B对共识的贡献最大，尽管在当前的LLM池中它的表现最差。它与其他模型的相关性最低（可能是由于其独特的架构？），这使得它在某些问题上成为有用的信号。 * 处理用户提交的图像的法律义务相当复杂。在我解决这个问题之前，我已禁用非我的用户的图像支持（如果你希望尝试“热狗，不是热狗”）。 * Rails将“criteria”单数化为“criterium”，而我直到修复这个问题时才意识到这是错误的，修复过程相当繁琐。 **我为什么要发布：** 我已经处理了一段时间的倦怠，而让这个项目运行起来让我感到无比充实。我的大多数个人生活中的人都是非技术背景，因此很难得到超出“这是什么？”的反应。 我非常期待你们的任何诚实反馈。