一周热榜

我希望能够为人们提供一种支持与他们政治信仰相符的公司和个人的方式。此外，我认为这可以作为一个有价值的、带有来源链接的公共账本，记录谁在什么时间说了什么、做了什么，尤其是在激励机制变化以及人们试图重写自己立场的情况下。 这一系统完全由人工智能编码、研究和来源支持。此外，人工智能还帮助开发了评分系统。证据的收集由多个不同的代理通过OpenRouter进行，这些代理收集和分类有来源支持的主张。这样做的目的是并不是为了假装偏见消失，而是为了避免我手动选择证据。我希望这个系统能够保持更新并不断发展。该系统接近完全自动化，但大规模的持续证据收集仍然主要受到成本的限制。 这个名字向Web 1.0的早期时代和“Hot or Not”致敬，后者曾是我作为FaceTheJury.com创始人的主要竞争对手，但我认为这个名字在这里也很合适。 后端和前端运行在Cloudflare Workers上，使用D1。它是用原生JavaScript编码的。

我写了一些关于开源的内容，并试图弄清楚为什么这个项目获得了如此多的星标（目前有6.8k，而我其他所有作品的星标大约只有一百个）—— 我很好奇大家的看法！

在GitHub上发现了这个，忍不住一直在看。它来自德克萨斯农工大学和YouTube/Google团队，吸引我的是它并不是那种典型的盲目放大工具，你只是交叉手指希望它能好。你实际上可以选择几个关键帧，按照自己的方式进行放大，然后将你的选择传播到整个视频中。这种控制程度在视频超分辨率（VSR）中我还没有见过。说实话，这是个聪明的主意。它也采用Apache 2许可证，值得一看。有人尝试过吗？ https://github.com/taco-group/SparkVSR