24小时热榜

我创建了TextPolicy，因为我希望有一种方法可以在不需要集群或云GPU的情况下研究用于文本生成的强化学习。一台MacBook就足够了。 这个工具包很简单： - 实现了GRPO和GSPO算法 - 提供了自定义奖励函数的装饰器接口 - 包含LoRA和QLoRA工具 - 在MLX上运行，因此在Apple Silicon上效率很高 它并不打算用于生产。其目的是学习和实验：理解算法，测试想法，观察奖励设计如何影响行为。 安装方法是通过pip： ``` pip install textpolicy ``` 在README中有一个最小示例。 我对以下内容感兴趣的反馈： - API的清晰度 - 示例的实用性 - 这是否降低了新手进入强化学习的门槛 代码库地址：github.com/teilomillet/textpolicy

我之所以开发这个工具，是因为我厌倦了看着Claude Code在庞大的文件中翻阅，只为找到几个函数。Sourcerer让AI代理能够以语义方式搜索代码，并准确获取所需的代码片段，而不是在整个文件上浪费令牌。 它使用tree-sitter来解析你的代码库，并创建一个可搜索的索引。因此，代理可以搜索“用户认证逻辑”，而不是“读取auth.py（538行）”，并仅返回相关的函数。 演示： [https://asciinema.org/a/736638](https://asciinema.org/a/736638) GitHub： [https://github.com/st3v3nmw/sourcerer-mcp](https://github.com/st3v3nmw/sourcerer-mcp)

中国的“防火长城”（GFW）是一个互联网审查和监控系统，阻止用户访问许多外国网站和服务。鉴于其对互联网自由和全球连接的重大影响，我对HN社区对此话题的看法很感兴趣。