一周热榜

我在广告和销售领域工作多年后创建了Whilio，期间的仪表板只显示发生了什么，却无法解释原因。即使使用标签、调查和A/B测试，仍然很难了解用户流失或转化的原因。我希望有一个能够实时提问并从对话中挖掘出真实主题的工具。 它的功能包括： - 自动引导：爬取域名，提取结构（产品/文档/语调等），设定自己的任务。可选文档用于覆盖。 - 代理RAG：每页和全局上下文，规划者决定何时回答/提问/推迟。可回答性检查减少了幻觉。 - 数据提取：构建轻量级知识图谱，标准化属性/行动号召，跟踪差异。 - 见解分类：将语言聚类为威胁、优势、机会——从而在大规模上提炼出真实主题。 - 环境感知提示：代理监控页面上下文、导航、消息、任务——决定何时参与。 未成功的地方（以及改变之处）： - 原始RAG——增加了可回答性和规划。 - 嘈杂聚类——切换为基于密度的聚类和弱监督。 - 手动策划——替换为自动网站学习和文档覆盖。 状态：开放测试版。无需注册即可免费体验。即将在PH上线。 向HN提问： 1. 如何在漂亮的聚类之外评估见解质量？ 2. 您是否愿意在关键时刻接受现场的“为什么”提示？ 3. 在您的环境中，自托管/本地部署是否必不可少？ 4. 目前拥有SoC/ISO27001有多重要？

你好，HN， 我想分享一个我最近写的小型开源工具。 我非常喜欢 Brendan Gregg 的《BPF 性能工具》这本书。然而，每次我通过 SSH 登录到一台新服务器时，大多数诊断工具都没有安装，而安装这些工具真的很麻烦。 于是我决定使用 Nix 包管理器和 LLM（大语言模型）来简化这个过程。我的工具首先下载一个“工具箱”，里面包含了用 Nix 构建的 Linux 实用工具，然后运行 Brendan Gregg 著名的“60秒 Linux 分析”剧本，最后用 LLM 总结结果。因此，“60秒 Linux 分析”现在变成了一条简单的命令，并且实际上耗时不到 60 秒！这个工具可以并行执行所有命令，而 LLM 的分析速度比人类更快。 我对未来有一些想法，例如实现更强大的剧本——得益于 Nix，我可以轻松打包所有需要的工具，而 LLM 在分析数十个命令的输出时也毫无困难。 我很想听听你们的反馈和想法。感谢你们的关注。 你可以使用以下命令启动这个工具： ```bash $ curl -fsSL https://gradient.engineer/60-second-linux.sh | sh ```

我注意到大多数大型语言模型在生成内容时很难控制在设定的字数范围内。这有什么原因吗？<p>是什么导致了这种限制？如果一个基本的在线字数统计工具可以做到这一点，为什么这些大公司却做不到呢？