最新

一个小型的 JavaScript/TypeScript 库，用于在无需 OAuth 的情况下获取 YouTube 字幕。适用于索引、摘要和人工智能实验。欢迎反馈。

一次运行中出现42个验证错误。Claude在道歉而不是编写HTML。OAuth令牌在摘要处理中间过期。<p>然后我修复了约束条件。八天内，零失败，零干预。<p>秘密不在于更好的提示……而在于将大型语言模型（LLM）视为一个受限的函数：使用模式验证的工具调用，拒绝格式错误的输出并强制重试，采用两次处理架构将编辑判断与格式化分开，以及无聊的开发运维（重试逻辑、速率限制、结构化日志记录）。<p>Claude的调用大约占2000行系统中的30行。大部分工作都是围绕它的其他部分。<p><a href="https://seanfloyd.dev/blog/llm-reliability" rel="nofollow">https://seanfloyd.dev/blog/llm-reliability</a> <a href="https://github.com/SeanLF/claude-rss-news-digest" rel="nofollow">https://github.com/SeanLF/claude-rss-news-digest</a>

我是创始人。我创建了NEO，这是一个专门为人工智能（AI）和机器学习（ML）工程工作流程设计的AI代理。之前我在现有工具上屡屡碰壁：这些工具适用于短期、线性的任务，但一旦工作流程变得长期、状态驱动和反馈驱动时，它们就会崩溃。 在实际的机器学习工作中，你不仅仅是生成代码然后就走。你需要探索数据、训练模型、评估结果、调整假设、重新运行实验、比较指标、生成文档并进行迭代；这一过程往往持续数小时或数天。大多数现代编码代理已经超越了单一的提示。它们可以规划步骤、编写文件、运行命令并对错误做出反应。 问题在于，当机器学习工作流程变得长期且反馈密集时，仍然会出现崩溃。训练任务、评估、重试、指标比较和部分失败仍然被视为短暂的副作用，而不是持久的状态。一旦工作流程持续数小时，涉及多个实验或迭代评估，你要么一直监控代理，要么重启大部分过程。反馈确实存在，但系统无法可靠地从中恢复。 NEO试图以实际发生的方式来建模机器学习工作。它是一个执行端到端机器学习工作流程的AI代理，而不仅仅是代码生成。工作被分解为明确的执行步骤，包含状态、检查点和中间结果。来自指标、评估或失败的反馈直接输入到下一步，而不是强迫进行全面重启。你可以暂停运行，检查发生了什么，调整假设，然后从中断的地方继续。 这里有一个例子供你参考：你可以要求NEO探索一个数据集，训练几个基线模型，比较它们的性能，并生成图表和简短报告。NEO会加载数据，进行探索性数据分析（EDA），训练模型，评估它们，注意到如果某个模型表现不佳或失败，进行调整并继续。如果训练需要一个小时，而其中一个模型在45分钟时崩溃，你并不需要重新开始。NEO会检查故障，修复它，然后继续。 扩展文档：<a href="https://docs.heyneo.so/#/vscode" rel="nofollow">https://docs.heyneo.so/#/vscode</a> 欢迎随时询问有关NEO的问题。

嘿，HN， 我想分享一个我正在开发的项目，叫做 Convoxa。它是一个原生 iOS 的转录/总结工具。我有两个主要目标：保持高效和保护隐私。 技术栈 100% Swift 和 SwiftUI：没有繁重的跨平台封装或冗余的依赖。 二进制大小：最终构建的大小仅为 4.8 MB。 转录：使用苹果最新的语音 API，以实现最大程度的隐私和效率。 挑战：绕过 4K 上下文限制 最大的技术难题是处理苹果的基础模型。默认的上下文窗口限制为 4096 个标记，这对于超过 10 分钟的会议记录几乎没有用处。 我最终构建了一种递归分块方法，以“喂养”模型长文本数据，而不丢失对话的全局上下文。我使用滑动窗口的方法，每个块的总结为下一个块提供信息，确保最终输出在块之间的接缝处不会出现“幻觉”。现在它在支持的硬件上足够稳定，可以处理长音频，同时完全在设备上进行处理。 隐私与 AI 模式 设备端：需要苹果智能 - 完全本地处理。 云端：提供智能洞察的推理（零数据保留）。 我目前处于预售阶段（将于 2 月 3 日发布），非常希望能从这个社区获得一些关于性能和分块逻辑的反馈。 App Store: [https://apps.apple.com/us/app/convoxa-ai-meeting-minutes/id6755150446](https://apps.apple.com/us/app/convoxa-ai-meeting-minutes/id6755150446)

<a href="https://archive.is/mi308" rel="nofollow">https://archive.is/mi308</a>