WWW.YOUINFO.SITE
标签聚合 初始

/tag/初始

LinuxDo 最新话题 · 2026-06-05 21:48:17+08:00 · tech

背景:初始prompt一样的“agent学习”对话 gptplus凭借其内置的memory能在几轮对话后和我开始契合,学习流固化且对阶段性信息抗干扰能力强(例如我中途突然问一个偏细或者和主线相关度不高的问题后,可以主动返回学习主线),无需我进行额外的修正和prompt engineering。 gpt 免费版和gemini pro,共同的槽点是记忆很差,容易在主线学着学着开始钻牛角尖,再结合他们的高服从度:“你希望我下一步…吗” ,将学习流切得很碎; 目前的解决方法: a. 在一开始就把学习实践路线和它确认(学习路线->学习模块->更细的知识点->更细的checkpoints) b. 把它当傻子,后面各轮的prompt不能出现和主线无关的语义(骂完他还要多写一句让它继续 ) 最终解决方案:周末把plus搞回来 1 个帖子 - 1 位参与者 阅读完整话题

LinuxDo 最新话题 · 2026-06-02 15:49:07+08:00 · tech

最近闲来无事,想着说不定可以跳槽,就做了一个多agent协同的工作流来优化简历,佬友们帮忙给点建议!目前还只是初始阶段。 一键直达: Mutil-Agent Resume Reviewer 佬友们可以游客进去试试!用的中转的gpt-5.5,请佬友手下留情不要给我额度刷没了! 使用方法: 每一个节点的结果可以直接点击节点卡片查看!最后会生成一个markdown格式的优化后的简历和pdf文件供下载。 目前我只测试过我自己的简历感觉中规中矩,想看看不同情况下效果如何! 1 个帖子 - 1 位参与者 阅读完整话题

LinuxDo 最新话题 · 2026-05-31 09:59:01+08:00 · tech

力扣 LeetCode 2126. 摧毁小行星 - 力扣(LeetCode) 2126. 摧毁小行星 - 给你一个整数 mass ,它表示一颗行星的初始质量。再给你一个整数数组 asteroids ,其中 asteroids[i] 是第 i 颗小行星的质量。 你可以按 任意顺序 重新安排小行星的顺序,然后让行星跟它们发生碰撞。如果行星碰撞时的质量 大于等于 小行星的质量,那么小行星被 摧毁 ,并且行星会 获得 这颗小行星的质量。否则,行星将被摧毁。 如果所有小行星 都 能被摧毁,请返回 true ,否则返回 false 。 示例 1: 输入:mass =... 思路 行星撞碎小行星时会累加质量,我们可以任意排列小行星的顺序。 很明显的贪心题。对小行星进行升序排序后,质量从小到大和行星相撞,让行星不断累加质量。 如果遇到某颗小行星比行星累计质量还大,那后面的小行星必然都会把这颗行星撞碎 。 代码 class Solution { public: bool asteroidsDestroyed(int mass, vector<int>& asteroids) { // 先按质量对小行星排序 sort(asteroids.begin(),asteroids.end()); // 排序后其实可以从小到大撞小行星 // 直至哪个小行星质量大于行星累计的质量 long long acc=mass; for(int a:asteroids){ if(acc<a){ return false; } acc+=a; } return true; } }; 2 个帖子 - 2 位参与者 阅读完整话题

IT之家 · 2026-05-31 07:30:26+08:00 · tech

IT之家 5 月 31 日消息,Steam Machine 的售价至今仍扑朔迷离。受零部件短缺影响,Valve 公司近期上调了 Steam Deck 掌机的售价,玩家们如今担心这款迷你主机也会让人囊中羞涩。另有业内人士爆料,其实早在产品发售日期推迟之前,其定价就已经超出了市场预期。 Windows Central 的记者杰兹 · 科登在一期 XB2 播客节目中,探讨了游戏主机定价偏高的行业现状。谈及 Steam Machine 时,他向听众透露:“我从一位十分可靠的消息源处得知,这款产品去年首次公布时,定价就是 1000 美元(IT之家注:现汇率约合 6782 元人民币)。” 这位知情人士并未说明该价格对应的是 512GB 版本还是 2TB 版本。而在当时,光驱版 PS5 售价为 499.99 美元(现汇率约合 3391 元人民币)。Valve 方面曾表示,这款硬件的定价会更接近游戏台式机,而非传统游戏主机,但它的硬件配置未必能撑起这样的售价。 不少玩家结合 Steam Deck 的涨价情况,推算这款立方体造型主机的官方建议零售价。Steam Deck 1TB OLED 版本售价从 649 美元涨至 949 美元,512GB 版本则从 549 美元上调至 789 美元。参照这样的涨幅,原本定价 1000 美元的 Steam Machine, 其中一个版本售价或将达到 1450 美元 。 Valve 将掌机涨价归咎于零部件短缺。这款搭载 SteamOS 的迷你主机同样采用了受人工智能热潮影响的 DDR5 内存与固态硬盘。虽然存在诸多不确定因素,但 Valve 显然不会在这款性能更强的迷你主机上做亏本买卖。 其他线索也侧面印证了售价走向。业内知情人士 Brad Lynch 不久前给出新提示:大约两个月前他收到消息,Steam Machine 的售价会高于目前 Steam Deck 的定价。与此同时,市场研究机构 Circana 的分析师马特 · 皮斯卡特拉结合行业趋势,给出了 1200 美元的预估价格。 尽管外界普遍并不看好,但科登指出,即便售价上涨,补货后的 Steam Deck OLED 依旧迅速售罄。他认为 Valve 或许会将这款主机瞄准小众受众,控制出货量。 无论其最终是否会成为小众产品,种种迹象都表明 Steam Machine 即将迎来发售。最新爆料显示,Valve 的后台系统新增了新手引导流程。据布拉德 · 林奇介绍,此前 Steam 手柄的发售窗口期,也是在后台出现同类更新的数周后正式公布的。

v2ex · 2026-05-27 00:11:28+08:00 · tech

Feedalyze 是什么 Feedalyze 是一款帮助产品团队从用户反馈中识别真实需求的工具。它能够多渠道收集、高效协同处理、可视化分析反馈,帮助团队更清晰地理解用户需求,从而让产品朝着正确的方向加速迭代。地址: https://feedalyze.com/ 解决什么问题 如何将分散在不同渠道的用户反馈,变成统一可管理的信息资产 如何从大量反馈中持续提炼真实需求,而不是依赖主观判断 如何让产品决策可以被反馈验证,而不只是事后判断对错 本质上,就是解决团队或独立开发者经常遇到的三个问题:我理解的需求对不对?产品能不能持续做对?方向有没有偏? 适合谁用 SaaS / AI / 工具类产品团队及独立开发者 处于持续迭代阶段的创业团队与中小企业 拥有较多用户反馈,但缺乏结构化分析与需求提炼能力的团队 更适合已经开始重视用户反馈体系建设的团队 为什么不用微信群管理用户反馈? 微信群很适合沟通,但不适合作为长期的反馈管理系统。如果你管理过 300 人以上的活跃用户群,就会明白我在说什么 反馈很容易被聊天流覆盖,重要问题会被淹没或遗忘。你不可能记住所有反馈,也更难从中分析背后的真实需求 缺乏统一的分类与标签体系,难以进行长期分析与管理,最终容易变成“不断重复处理问题的客服” 缺乏责任归属与处理状态,无法持续跟踪反馈进度。如果某条反馈没人响应,用户很快就会流失 历史反馈难以沉淀为可复用的产品决策依据。10 条、100 条反馈或许并不重要,但当它变成 1000 条、10000 条时,难道真的还不重要吗? 产品逻辑与流程图 欢迎试用 目前产品还处于最后的内测阶段,整体功能与体验仍在持续打磨中。 我们会为参与试用的团队提供 3-6 个月免费试用,并免费协助搭建完整的用户反馈管理体系。 如果你对这个方向感兴趣,或者愿意参与内测体验,欢迎在网站底部留言,或直接微信联系我:M-ing2020 也欢迎大家交流、提建议,感谢支持。 Feedalyze - https://feedalyze.com/

LinuxDo 最新话题 · 2026-05-19 23:56:04+08:00 · tech

背景:Hermes agent初始设定、没装任何框架/编程有关skill 为什么用mimo:hermes现在装的是它,我觉得一点小问题它不至于说不能解决 让mimo给生图skill加一个队列机制 然后各种问题、各种出错、对同一个接口请求300次,差点让上游给我封号了 然后也不知道什么是调试方法,让它改、改完就是硬启动worker线程,然后继续卡,卡10分钟后我叫停 ->它尝试直接删SQLite库,说要清除队列任务(???) ->再次启动worker继续卡10分钟 一个bug硬生生从21:30卡到23:40 说这句话的时候我有一种面对豆包(虽然我几乎没面对过豆包,那就改成面对降智的gpt mini)的无力感,尤其是这个秒道歉,国模从哪学的,这个原因它分析还是错的 然后我实在忍不了了 5分钟,问题解决了 那我刚刚被他气的两小时,真就活该呗 6 个帖子 - 5 位参与者 阅读完整话题

IT之家 · 2026-05-15 12:29:47+08:00 · tech

IT之家 5 月 15 日消息,《Science》5 月 14 日在线发表了上海交通大学赵一新教授团队题为“AI-guided design of efficient perovskite solar cells operationally stable at 100 ˚C”的研究论文。 该研究瞄准钙钛矿太阳能电池稳定性这个关键问题, 开发了一个多智能体 AI 平台,通过 AI 辅助对高效稳定钙钛矿太阳能电池的器件构型和关键功能层化学组分进行了全面设计 。 实验与理论研究共同确立了甲脒-铯(FA-Cs)钙钛矿具有媲美 CsPbI 3 钙钛矿稳定性的类无机特性,提出了一种双 Al 2 O 3 保护层的高稳定性器件构型,成功实现了高效率和高稳定性的钙钛矿太阳能电池, 可在 100 ˚C 的高温下连续运行 1000 小时以上 。 钙钛矿太阳能电池具有低成本与高效率的优势,但其在光、热等外场应力下的性能衰减仍是其产业化进程的主要障碍。钙钛矿太阳能电池由钙钛矿吸光层、电子 / 空穴传输层、界面层等多个功能层构成,其稳定性提升需要各层材料组分与器件结构的全局协同优化。长期以来,高性能钙钛矿太阳能电池的研发高度依赖“实验试错”的传统路径,需要大量的材料筛选与器件结构迭代,导致人力投入大、研发周期长。 赵一新团队开发了一种面向高效稳定钙钛矿太阳能电池设计的多智能体协同 AI 平台。与依赖高通量实验或仿真生成的大规模标注数据的传统数据驱动 AI 不同,该平台采用分工协作的多智能体架构,由四个具备领域专业知识且相互关联的智能体来实现文献机理知识的整合理解与小数据冷启动下的全局研发方向指引: 数据智能体负责结构化数据提取与按需数据预处理; 中心智能体协调多个智能体间工作流并规划器件结构; 组分智能体辅助钙钛矿组分的优化; 界面智能体指导器件界面及传输层设计。 在多智能体 AI 平台的辅助下, 团队设计的高效率钙钛矿太阳能电池在 100 ˚C 持续运行 1000 小时后仍能保持 97% 的初始效率,突破了其长期面临的稳定性瓶颈 。 该成果展示了一条切实可行且前景广阔的 AI4S 赋能钙钛矿太阳能电池全链条设计路径,实现了从“实验试错”向“机理驱动 + 智能迭代”的转型,有望加速钙钛矿太阳能电池的产业化进程。 上海交通大学环境科学与工程学院博士生郭嘉豪、溥渊未来技术学院未来光伏研究中心助理研究员李博伟和博士后张泽瑜、环境科学与工程学院博士后刘方为该论文的共同第一作者。上海交通大学溥渊未来技术学院王衍明副教授、环境科学与工程学院缪炎峰副研究员、上海交通大学赵一新教授为共同通讯作者,上海交通大学为第一单位。该研究得到国家自然科学基金、上海市自然科学基金、上海交通大学“交大 2030”计划等项目的资助。 IT之家附论文链接: https://www.science.org/doi/10.1126/science.aef1620