最新

简而言之：创建一个快速的HN个人资料，以了解大型语言模型（LLMs）在个性化您的信息流时所需的上下文有多少。对30个帖子进行一次评分，您将获得一个永久排名的主页，可以随时返回。 我们的目标是构建一个工具，让我们能够在一个非常专注的日常使用案例中测试各种“个人上下文”，即阅读HN！ 我们正在探索在大型语言模型中使用个人上下文，具体研究需要什么样的数据、多少数据，以及用户需要付出多少额外努力才能获得良好的结果。这个测试工具本身就很有趣，因此我们重新设计了它，并决定在这里发布。 这是我第一次在HN上发布任何内容，但工作中的同事鼓励我分享一个链接。期待反馈或其他有趣的项目，讨论如何为大型语言模型的工作流程引入个人上下文！

由用户资助的社交媒体，而非广告商。没有广告，没有算法操控。 每月仅需2美元，您就能获得一个平台，您可以控制自己的信息流，您的数据保持私密。 简单的理念：让用户成为客户，而不是产品。我们认为人们已经准备好为真实的社交网络付费。 现在就可以使用。试试看，告诉我们您的想法。