## 点积：加权求和
本章解释了点积的概念，将其作为一种执行加权求和的方式，最初通过一个相关的城市选择场景来说明。 不仅仅是简单地将天气和负担能力等标准的分数相加，点积允许你*加权*某些标准，使其更重要。
从数学上讲，点积是对两个向量执行的一种运算——将对应的元素相乘并求和。 这通过涉及城市分数以及令人惊讶的明尼苏达彩票的期望值的例子来演示。 在彩票示例中，奖金是一个向量，而赢得每个奖金的概率构成第二个向量。
本质上，点积不是直接组合向量，而是使用加权值*与*向量一起执行单独的计算。 这一看似简单的操作至关重要，因为它构成了更复杂计算的基础，例如矩阵乘法，这将在下一章介绍。
每日HackerNews RSS
出于对创建定制工具的渴望，作者开始用Rust构建一个Asciidoc解析器，恰如其分地命名为“asciidocr”。 他长期使用Asciidoc，但发现现有的转换器（特别是流行的基于Ruby的Asciidoctor）由于Ruby的性能以及他对该语言的反感而存在不足。 最初探索Go语言，但他很快因风格偏好而放弃了它。 然而，Rust证明是完美的契合点。 尽管缺乏正式的计算机科学培训，但他接受了从头开始构建解析器的挑战——放弃了自动词法分析工具，转而通过指导进行更深入的学习体验。 该项目是一项宝贵的教育练习，使他能够在解决对更快、更可扩展的Asciidoc转换器的实际需求的同时学习解析器构造。 虽然承认仍有改进的空间，但作者对完成的“asciidocr”工具表示由衷的自豪。
## Asciidocr：一个新的基于 Rust 的 Asciidoc 解析器
一个名为“Asciidocr”的新 Asciidoc 解析器，使用 Rust 编写，已经发布并被 Hacker News 讨论。该项目引发了关于在 Pandoc（一个通用的文档转换器）存在的情况下构建新解析器的理由的讨论。
一个关键点是，与 Asciidoc 等一些源格式的丰富性相比，Pandoc 的内部文档表示可能存在限制。这表明 Asciidocr 旨在更忠实和完整地解析 Asciidoc 的特性。
即使是那些正在探索 Typst 等替代方案的人，也欢迎该项目作为 Asciidoc 生态系统中的积极发展。用户还注意到相关的有趣项目 HTMLBook，它是 HTML 的一个以文档为中心的子集。 许多评论员强调了 Asciidoc 作为全面文档解决方案的优势。
## Geonum：一种基于几何的科学计算方法
传统的科学计算严重依赖标量和多维数组（矩阵、张量）来表示几何信息，这导致了计算复杂度——尤其是在维度增加时。Geonum 提供了一种根本不同的方法，即直接将几何编码到数字中，并使用角度作为核心组成部分。
Geonum 不像通过坐标堆叠来构建维度，而是使用“叶片”来表示旋转状态，有效地通过 π/2 旋转来创建维度。这大大降低了计算开销。例如，传统上用 2<sup>n</sup> 个分量来表示 n 维向量；而 Geonum 仅用 *两个* 值即可实现：长度和角度。
这种以角度为中心的设计能够实现诸如雅可比计算和张量运算等任务的常数时间操作 (O(1))，这与传统方法的立方体扩展 (O(n³)) 形成鲜明对比。主要优势包括无需伪标量、简化对偶运算以及通过角度旋转实现高效微分。
Geonum 的核心数据结构 `Geonum` 结合了长度和角度，从而实现无维计算。它旨在统一和简化数学基础，其应用涵盖物理、金融和机器学习等多个领域。
一个名为“Geonum”的新GitHub库声称提供无限维度下的几何数运算，且复杂度为O(1)，这在Hacker News上引发了怀疑和争论。该库的方法基于将维度表示为2D向量内的角度变换，已被普遍认为是“AI热梦”，并且可能是一位“精神不健全”的人的作品。
评论者指出该库文档中的不一致之处，并质疑恢复打包到此系统中的数据的可行性。有人将其与以伪科学胡言乱语而闻名的“Time Cube”项目相提并论。尽管核心数据结构很简单，但批评者认为它不允许有意义的数据检索。
原始发布者承认提交该库是为了澄清其有效性，而普遍的共识是它存在根本性的缺陷，尽管其声称非常有趣。甚至有人猜测这可能是一个经过精心设计的干巴巴的玩笑。
合成大规模、可探索且几何精确的3D城市场景是一项具有挑战性但有价值的任务，可为沉浸式和具身应用提供支持。 挑战在于缺乏用于训练泛化生成模型的大规模和高质量的真实世界3D扫描数据。 在本文中，我们采取了一种替代方法，通过协同利用现成的卫星图像（提供逼真的粗略几何形状）和开放域扩散模型（用于创建高质量的近景外观）来创建大规模3D场景。 我们提出了Skyfall-GS，这是第一个无需昂贵3D标注即可实现街区级3D场景创建框架，并具有实时、沉浸式3D探索功能。 我们定制了一种由课程驱动的迭代细化策略，以逐步增强几何完整性和照片级真实纹理。 大量实验表明，与最先进的方法相比，Skyfall-GS提供了改进的跨视图一致性几何形状和更逼真的纹理。
启用 JavaScript 和 Cookie 以继续。
这个Hacker News讨论围绕着RGB空间中命名颜色的可视化 ([codepen.io](https://codepen.io/))。创建者meodai构建了这个交互式立方体，用于识别GitHub上维护的颜色名称列表中的空白。
用户很快深入探讨了色彩模型与色彩空间的区别，明确RGB是一种模型，而sRGB、Rec2020等是空间。关于最佳色彩相似度表示方法存在争论，趋势转向LAB作为更具感知准确性的标准。
许多评论者赞赏这个可视化效果，但要求改进：停止立方体的旋转（现在可以通过交互实现），标记坐标轴，以及在鼠标悬停时显示颜色名称。讨论还涉及颜色命名的文化差异、X11颜色名称的局限性，以及迷人的色彩科学世界，包括色度抽样和感知均匀性。 几位用户分享了相关项目，例如颜色名称API和识别颜色的应用程序。
这个链接集展示了安圭拉作为一个充满活力的旅游目的地，并一窥岛屿生活。游客可以找到关于**住宿**的信息——从别墅（Villa La Siesta, Villa Dina, MorganHill.ai）和公寓（Swinghigh, Paradise）到旅馆和宾馆，以及**服务**，如汽车租赁（High-Way）、豪华轿车服务和婚礼策划。 该网站重点介绍了**活动**，包括水上运动（Nature Boy Expeditions）、潜水（虽然一家潜水店已关闭，但作品集仍然在线）、探索花园（Palms.ai），甚至还有网球训练营（Tennis.ai）。它还展示了当地的**企业**，如花店（Purple Rose）、餐厅（Oliver's Seaside Grill, Coccoloba）和商店（Fairplay Jewelry）。 除了旅游之外，这个系列还包括个人页面、学校信息（Road Primary, Albena Lake-Hodge）、社区团体（Environmental Club, Tae Kwon Do）和艺术展示（Teresa Harrigan, Kaitlin’s book）。这是一个关于安圭拉的多样化快照，为各种兴趣提供了一些东西。
土耳其能源部长阿尔帕斯兰·巴伊拉克塔表示，土耳其没有计划向美国出售其新发现的稀土元素。位于埃斯基谢希尔省贝利科瓦的这一重要矿藏——全球第二大——将由国有企业埃蒂矿业公司完全开发和运营。 目前正在计划建设一座稀土加工厂，预计明年奠基，并在两年内完成。该过程将包括露天采矿，并生产氟石和钍等副产品，以及放射性废物储存设施。 土耳其目前的提纯度为92-93%，旨在提高这一水平。尽管与中国签署了合作协议，以推进采矿业，尤其是在稀土元素方面，但部长明确表示，稀土元素不会出售给美国。一个试点设施已经投入运营，并将进行扩建。
## 土耳其与稀土元素：摘要
根据Hacker News上的评论，一份声称土耳其不会向美国出售稀土元素的新闻报道被误传了。土耳其部长Bayraktar表示，“绝对没有这种事”，即目前没有销售行为，并澄清说，任何此类协议都将在与美国最近的核协议同时公开宣布。
讨论的中心是土耳其国内政治，自然资源发现经常被用于政治获利。人们对采矿可能造成的环境破坏表示担忧，这与过去外国公司在该国运营时出现的问题类似。
对话的重要部分围绕着“Turkey”和“Türkiye”在英语中的拼写问题，许多人对不一致的使用表示沮丧。除此之外，评论员们还辩论了更广泛的地缘政治影响，包括土耳其与北约的关系、其与俄罗斯和中国的结盟，以及确保独立于中国的稀土加工能力的重要性。最终，情况似乎是缺乏正式的贸易协议，而不是直接拒绝出售。
启用 JavaScript 和 Cookie 以继续。
## 通往安全的25年之路 俄勒冈州罗德花附近的一段长1.26英里的危险的26号美国公路，事故和死亡事件频发，引发了为期25年的关于一项简单安全改进的斗争：增加左转车道。1998年，居民请愿进行升级，理由是由于众多车道直接连接繁忙的公路，存在超过650个安全隐患。 最初的计划立即面临反对，这源于迈克尔·P·琼斯，他一再声称该地区存在未记录的美国原住民墓地——这一指控被考古学家多次驳斥。尽管多次调查证实没有历史意义，琼斯和不断更换的代表仍然坚持要求根据《国家历史保护法》进行进一步审查，从而使该项目延误了几十年。 俄勒冈州交通部门（ODOT）于2007年完成了环境评估并批准了道路拓宽，但诉讼一直持续到2023年。在延误期间，事故持续发生，导致受伤，甚至至少一人死亡。最终，左转车道建成，但这一事件凸显了冗长的环境和历史保护程序，即使面对压倒性的安全问题，也可能极大地延误重要的基础设施改进——付出巨大的时间、金钱和生命代价。
开源替代Open WebUI – 类似ChatGPT的UI、API和CLI
OSS Alternative to Open WebUI – ChatGPT-Like UI, API and CLI
8 天前
## llms.py：你的私有离线LLM中心
llms.py是一个轻量级、单文件的Python应用程序，提供类似ChatGPT的界面来访问多个大型语言模型（LLM），完全离线并保持你的数据私密，通过浏览器存储实现。它支持超过160种LLM，包括本地模型（通过Ollama）和远程API（OpenRouter, OpenAI, Google, Groq等）。
**主要特性：**
* **多提供商支持：** 无缝集成各种LLM提供商。
* **离线访问：** 本地运行，确保数据隐私。
* **OpenAI兼容性：** 与任何支持OpenAI API的客户端兼容。
* **智能路由：** 根据模型支持和定义的优先级（成本、本地偏好）自动选择最佳可用提供商。
* **多功能输入：** 处理文本、图像和音频。
* **可定制：** 通过`llms.json`配置提供商、模型和聊天模板。
* **CLI & 服务器模式：** 提供命令行界面和OpenAI兼容的HTTP服务器。
* **Docker支持：** 通过Docker和Docker Compose轻松部署。
**开始使用：**
使用`pip install llms-py --upgrade`安装。将API密钥配置为环境变量或在`llms.json`中配置。使用`llms "你的提示词"`运行。对于服务器，使用`llms --serve 8000`。Docker简化了各种架构的部署。
更多详细信息和定制选项可在[GitHub仓库](https://github.com/ServiceStack/llms)中找到。