最新

我创建了 Exolio AI，旨在帮助教师识别学生的AI生成作品。它使用了一个基于人类和AI文本训练的定制RoBERTa模型。用户无需注册账户即可进行一次免费的检测。如果您对其工作原理有任何疑问，我很乐意解答。

你好，HN， 这是我的分子追踪网页应用。 它像传统应用一样追踪卡路里，但在维生素和氨基酸等微量营养素方面提供了更高的细节。 该应用由谷歌Gemini驱动，因此你只需输入每餐的大致食物清单，它就能推断出你所指的具体食物。再也不需要扫描条形码了！ 我个人构建这个工具是因为我对食物的生化特性感兴趣，使用这个工具比手动查找每种食物要快得多。 希望你会觉得它有用，也欢迎告诉我任何功能需求。 谢谢，恩佐

碳技术结构追踪无形系统的物质重量。经过改造的绘图仪、玻璃面板和蒸汽机协同工作，使通常不可见的内容显现出来：计算过程的环境成本。 蒸汽在玻璃上凝结，形成一个短暂的绘图表面。一个空的标记笔在这个临时画布上移动，刻画出源自实时能源数据的图案。这些痕迹仅作为凝结中的干扰存在，随着我们对数字基础设施环境影响的关注而迅速消失。 在这一轮演示中，我们运行一个托管开源语言模型的GPU。我们促使它幻觉出自身能耗的表现——一种递归的手势，既产生诗意的输出，又产生可测量的负载。该装置监测这一能耗，并将其与当地电网的碳强度进行交叉参考，随后进行绘制。 每一幅消逝的画作都提供了我们所构建的碳技术结构的一瞥，逐步通过每一次计算而成。 该作品是在布鲁塞尔的Ohme/BrIAS驻留期间制作的，得到华隆-布鲁塞尔联邦的支持。 更多信息： [https://guillaumeslizewicz.com/studio/neuralfog/](https://guillaumeslizewicz.com/studio/neuralfog/) [https://gitlab.constantvzw.org/gijs/carbon-aware/-/tree/main/OHME/installation?ref_type=heads](https://gitlab.constantvzw.org/gijs/carbon-aware/-/tree/main/OHME/installation?ref_type=heads)

在社交互联网的初期，有一个非常简单的承诺。技术将帮助人们与已经在他们生活中的人保持联系。那时没有对“观众”的痴迷，没有创作者经济，也没有算法决定你该观看什么。所有的一切都围绕着人际关系。这就是为什么像Facebook、Orkut甚至早期的YouTube对数百万人来说都显得如此有意义。它们作为真实社交生活的延伸而存在。 如今的情况则显得有些奇妙。我们生活在历史上最先进的数字时代。人工智能可以撰写文章、生成图像，并与我们进行长时间的对话。然而，许多人感到这些工具在他们生活中所占据的情感空间，并不如那些早期社交平台那样重要。要理解原因，我们需要仔细观察社交网络的发展以及在此过程中悄然发生的变化。 当Facebook在2004年推出时，其目的非常狭窄。它是为了连接已经相互认识的大学生而建立的。使用该平台需要一个大学邮箱地址。那时没有网红、没有病毒式视频流，也没有全球观众。人们登录的目的是查看周末聚会的照片、评论朋友的帖子，或者查看同学们在国外学习的情况。平台的结构反映了这一意图。用户体验的核心仅仅是你的朋友列表。 这一看似微不足道的细节改变了一切。皮尤研究中心的研究显示，绝大多数Facebook上的连接都是用户在现实生活中已经认识的人。平均而言，只有大约7%的连接是与用户从未在现实中见过的人。大多数联系人来自学校、家庭、工作或现有的社交圈。

我创建了InterviewTraner，以改善人们准备编码面试的方式。大多数人随机刷LeetCode题目或跟随静态列表，这样的效果并不好。InterviewTraner使用一个有针对性的练习引擎，智能地安排你应该在何时做哪些题目。 它是如何工作的： - 1800多个LeetCode题目，按照所有主要主题（数组、树、图、动态规划等）组织成一个先决条件图。 - 引擎从简单题目开始，只有在你掌握了先决条件后，才会解锁更难的主题。 - 间隔重复、掌握学习、交错练习等策略确保你练习所需的内容。 - 强大的过滤功能，让你在时间紧迫时只练习一部分题目。 它与单纯做LeetCode或一些精心挑选的题目有什么不同？那些题目是静态的，你需要浪费时间去弄清楚该练习什么。而InterviewTraner将这些静态题目转变为一个动态的体验，个性化并优化为适合你的内容。 我计划最终将课程扩展到编码面试之外的任何软件工程过程中的短小且可重复的练习。 我最初构建了Trane，这个驱动它的练习引擎，是为了优化我的音乐练习。核心见解（技能有先决条件，练习应尊重这种结构）同样适用于编码面试。 定价： - 免费轻量版许可证（数组、字符串、递归、哈希表、栈）。 - 订阅价格为每月10美元，包含1800多个题目（使用LAUNCH代码的启动价格，我计划正常价格为每月20美元）。 欢迎询问有关有针对性的练习方法、调度算法或其他任何问题。 链接： InterviewTraner: [https://interviewtraner.com](https://interviewtraner.com) Pictures Are For Babies（同样的引擎应用于学习阅读和写作）: [https://picturesareforbabies.com](https://picturesareforbabies.com) Trane: [https://github.com/trane-project/trane](https://github.com/trane-project/trane)

我不知道我是不是唯一这样想的人，但最近我在 Hacker News 上看到很多明显是 AI 生成的帖子，尤其是来自新账号（绿色账号）的帖子，这在 Show HN 部分尤为明显。<p>我希望团队能够限制新账号发帖，或者至少提供一个默认过滤选项，让我只能看到符合某些标准的账号发布的帖子。<p>我不想看到 Hacker News 变成像 Twitter 那样充满机器人和噪音的地方，那将是一个非常悲伤的日子。