一周热榜

嗨，HN， 我们为数据分析师开发了一款人工智能助手，它将令人疲惫的电子表格和商业智能工具的工作转变为快速、可验证且愉悦的体验。早期用户反馈称，他们在常见的实际数据处理任务上，从几个小时缩短到了几分钟。 它比Excel的助手更智能：不可变的数据步骤、SQL视图的有向无环图，以及利用DuckDB对数百万行数据进行即时处理。我们的早期代理原型在Spider2-DBT基准测试中排名第一。 [https://spider2-sql.github.io](https://spider2-sql.github.io) 欢迎试用，我们期待您的反馈！ 谢谢， Di Wu及Shadowfax团队 P.S. Shadowfax是《指环王》中甘道夫的马。我们有一个隐藏的彩蛋网站，里面有三个不同的触发点，看看你能否找到它们。

大家好，我是来自Aluna（YC S24）的David。我们与诊断实验室合作，构建用于肿瘤学任务的数据集和评估工具。 我想分享一个我构建的简单强化学习环境，它为前沿的大型语言模型（LLM）提供了一套工具，使其能够在数字化的病理切片上进行缩放和平移，以找到相关区域进行诊断。 以下是一些LLM在几张切片上进行诊断的视频： （[https://www.youtube.com/watch?v=k7ixTWswT5c](https://www.youtube.com/watch?v=k7ixTWswT5c)）：LLM在对一例小细胞肺癌进行诊断前选择不同区域查看的过程。 （[https://youtube.com/watch?v=0cMbqLnKkGU](https://youtube.com/watch?v=0cMbqLnKkGU)）：LLM在对一例良性纤维腺瘤进行诊断前选择不同区域查看的过程。 我构建这个环境的原因： 病理切片是现代癌症诊断的基础。活检组织被切片、染色并装载在玻璃上，以供病理学家检查异常。 如今，许多病理切片被数字化为全切片图像（WSI），以TIF或SVS格式存储，大小可达数GB。 虽然已经存在一些专注于病理的人工智能模型，但我很好奇前沿的LLM在病理相关任务上的表现。主要挑战在于WSI的大小超出了LLM的上下文窗口。标准的解决方法是将其拆分为数千个小块，但对于大型前沿LLM来说，这种方法效率低下。 受到病理学家在显微镜下缩放和平移的启发，我构建了一套工具，使LLM能够控制放大倍数和坐标，一次查看小区域，并决定下一步查看的位置。 这最终导致了一些有趣的行为，实际上在提示工程方面似乎取得了相当不错的结果： - GPT 5：在决定之前探索了大约30个区域（在6个癌症亚型任务中与专家病理学家达成一致4次，在5个IHC评分任务中达成一致3次）。 - Claude 4.5：通常使用10-15个视图，但准确性与GPT-5相似（在6个癌症亚型任务中与病理学家达成一致3次，在5个IHC评分任务中达成一致4次）。 - 较小的模型（GPT 4o，Claude 3.5 Haiku）：检查了大约8帧，整体准确性较低（在6个癌症亚型任务中达成一致1次，在5个IHC评分任务中达成一致1次）。 显然，这只是一个小样本集，因此我们正在努力创建一个更大的基准套件，包含更多案例和任务类型，但我觉得这个结果很酷，所以想与HN分享！

发现 Pegma，这是经典的 Peg 单人跳棋游戏的免费开源版本！Pegma 提供了简洁的设计和流畅的游戏体验，支持多种平台。 <p>主要特点：</p> <p>完全开源的代码可在 GitHub 上获取，欢迎社区贡献和保持透明。</p> <p>开发者自定义设计的字体，增强了游戏的独特风格。</p> <p>跨平台支持：可在 iOS 和 Android 上游玩。</p> <p>轻量级、直观的界面，忠实于经典的益智游戏机制。</p> <p>现在就试试：</p> <p>网站： <a href="https://pegma.vercel.app" rel="nofollow">https://pegma.vercel.app</a></p> <p>GitHub： <a href="https://github.com/khlebobul/pegma" rel="nofollow">https://github.com/khlebobul/pegma</a></p> <p>App Store： <a href="https://apps.apple.com/ru/app/pegma-peg-solitaire/id6754343848">https://apps.apple.com/ru/app/pegma-peg-solitaire/id6754343848</a></p> <p>Google Play： <a href="https://play.google.com/store/apps/details?id=com.khlebobul.pegma">https://play.google.com/store/apps/details?id=com.khlebobul.pegma</a></p> <p>如果你欣赏开源项目和经典的脑筋急转弯，Pegma 绝对值得一试！</p>

功能包括： <p><pre><code> - 多个预设的周期轨道：经典的8字形轨道，以及来自Li和Liao最近的10,000多个轨道数据库中发现的新3D解（https://arxiv.org/html/2508.08568v1） - 完整的3D相机控制（旋转/平移/缩放），带有跟随物体模式 - 力和速度矢量可视化 - 时间轴拖动以探索完整的轨道周期 </code></pre> 这些3D预设特别有趣。尝试从加载预设菜单中选择“O₂(1.2)”或“Piano O₆(0.6)”，可以看到物体在轨道平面中交错的配置。我见过的大多数浏览器模拟器都是2D的。 <p>使用Three.js构建。欢迎对额外的预设或功能提出建议！

GoSign 是一款在意大利公共行政机构和企业中广泛使用的桌面客户端，用于合格电子签名，由 Tinexta InfoCert 开发，该公司是欧洲主要的 eIDAS 监管信任服务提供商之一。研究人员发现，版本 ≤ 2.4.0 在配置代理时会禁用 TLS 证书验证，并使用未签名的更新清单。这些缺陷的结合使得中间人攻击成为可能，并可能导致恶意更新的传递，从而引发远程代码执行。

我们举行了一次由内部AI团队（主要是大型语言模型）主导的内部研讨会，令人沮丧的是，团队中的任何人似乎都不知道“人工智能”这个术语到底是什么意思，或者语言模型是如何工作的。 一位资深开发人员（也是团队负责人）试图向我解释，人工智能是机器学习的一个子领域，并且本质上总是具有随机性（因为ChatGPT对相同提示的响应是不同的）。 我们/他们正在向其他企业销售量身定制的“人工智能产品”，但显然我们并不知道采样是如何工作的……此外，没有人能告诉我我们的“自托管”模型到底运行在哪里（结果发现50%的时间其实就是OpenAI/Anthropic），或者我们的产品使用了什么OCR模型。 我是不是太初级/天真，以至于无法理解这些，还是说我真的陷入困境了？

嗨，HN， 我们是一个小团队，正在开发13Radar.com，网站在经过四个月的开发后大约两周前上线。我是创始人，和团队一起，我们正在构建一个基于SEC 13F报告实时跟踪对冲基金投资组合的平台。 人工智能在我们的工作流程中起到了重要的帮助作用。对于单个网页，我们通常会同时咨询多个AI系统，生成不同的版本并进行对比，最终确定设计或实现方案。超过60%的研究、设计和编码工作都得到了AI的支持。在用户界面设计方面，我们使用了Readdy，提供了流畅的设计体验。我们还尝试了Google Gemini和ChatGPT进行研究和原型设计，而大部分编码工作则是使用Claude Code（Trae）完成的。在前端开发中，我们最初使用了Bootstrap，但后来转向了TailwindCSS，以获得更轻便、更响应式的框架。 目前的功能包括： - 实时跟踪基于SEC 13F报告的对冲基金持仓 - 每季度的投资组合变化（新头寸、增加、减少、退出） - 行业层面的洞察和趋势分析 - 历史跟踪和回测工具 接下来的步骤： - 实施定价和订阅功能 - 添加电子邮件通知和报告导出功能 - 扩展分析功能，加入内幕交易数据 - 继续优化可用性和性能 我们非常希望得到社区的反馈： - 这是否解决了投资者/研究人员的真实痛点？ - 对于提升定位或可用性有什么想法？ - 有哪些功能建议可以让这个平台更有用？ 感谢您的阅读——如果您感兴趣，欢迎访问我们的网站，并告诉我们您的想法。

Alphafold3曾经是高性能计算集群的专用工具；现在我已经在Apple Silicon上成功移植并运行。如果你拥有一台M系列的Mac（大约2023年及以后发布），你可以在几分钟内根据序列生成蛋白质结构。试试看吧！<p>GitHub仓库：<a href="https://github.com/latent-spacecraft/openfold-3-mlx" rel="nofollow">https://github.com/latent-spacecraft/openfold-3-mlx</a>