有时候，我的儿子会问我一些“为什么”的问题，这些问题可以通过适合儿童的哲学文章来很好地解答。但我不知道在哪里找到这些文章，所以我会问Claude或ChatGPT，并有一个特定的工作流程来获取我想要的输出。
我想其他人也可能会觉得这些AI生成的文章有帮助，所以我把它们放在这里： [https://philosophy.ocaho.com/](https://philosophy.ocaho.com/)
页面顶部有一个搜索框。
返回首页
一周热榜
Duo 开辟了一种新的习惯养成和学习方式，换句话说，选择是无穷无尽的……<p>还有什么是可以获得的/需要的？
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。
这里有没有人将Claude/GPT完全替换为本地模型作为主要编码工具，而不仅仅是用于旁实验？如果有，请分享你的设置和性能（例如，token数）。
SunCalc 是我最早的开源项目之一——我在 15 年前进行了第一次提交，自那时以来它得到了许多精彩的应用，但近几年有些被忽视。现在，现代 AI 工具使我能够弥补多年来积累的技术债务和用户问题，我终于有能力复兴这样的项目，并保持它们的良好状态。
v2 是一个新版本，它将太阳的计算准确性提高了 5 倍，月球的提高了 20 倍，这一改进经过了与美国海军天文台的真实数据进行的广泛测试验证。此外，它还修复了大量问题，并通过 ESM 现代化了分发方式。希望你喜欢这个版本。