跳到正文

#开发与开源

今日 3 条
今天10月3日周六
  1. Hackaday49

    Milen 在 Instructables 分享超小型 ESP32 网络收音机制作方案

    Milen 在 Instructables 发布了一款体积极小的 ESP32 网络收音机制作方案,连接器相对整机显得十分巨大。方案采用 ESP32 小型开发板,连接自定制 PCB、PCM5102A I2S DAC 和放大器,由网络收音机软件将输出送至 DAC。其实际聆听体验尚待验证,作者也探讨了改用 ESP32 内置 DAC 以进一步缩小体积的可能。

  2. Ars Technica62

    SQLDoom 使用 SQL 数据库渲染 Doom

    Lukas Vogel 构建了 SQLDoom,利用 CedarDB 表保存游戏几何与状态,并通过约 1,300 行 SQL 查询和 89 个公共表表达式实现游戏逻辑与画面生成。该项目由 Python 客户端负责输入输出、时序控制和屏幕显示,可生成每秒 35 帧、640×480 的全彩图像,相比此前采用光线投射和灰度 ASCII 图形的 DoomQL 有明显提升。

10月2日周五
  1. Android Police58

    作者用 Gemini 构建语音整理待办事项应用

    Debasish Mandal 使用 Google AI Studio 中的 Gemini 3.8 Flash 构建了一款待办应用,可将语音记录转写为任务,并估算时长、难度和优先级后排序。应用支持最快、最难、最重要等排序方式、任务调整和完成进度展示,作者通过多轮提示修改界面与交互。作者称目前使用免费 API,但若扩展到 Play Store 可能需要付费。

  2. Hugging Face Blog64

    ServiceNow CoreAI推出AutoSynthData以生成企业智能体训练数据

    ServiceNow CoreAI构建了AutoSynthData,利用目标模型的失败和更强教师模型的成功案例生成并验证企业智能体训练任务。系统在EnterpriseOps Gym的Hybrid和ITSM环境中进行SFT实验,Hybrid的Pass@1提升7.2个百分点,ITSM从18.77%升至27.18%。

    推荐理由:文章公开了企业智能体训练数据的生成、验证与迭代流程,并通过两个ITSM环境实验提供量化结果,便于团队评估其实现方法与训练价值。

  3. Tom’s Hardware60

    开发者用单张 RTX 3080 Ti 训练小型 AI 玩《Pokémon Red》

    开发者“stmonty”使用单张 RTX 3080 Ti 训练约 1250 万参数的世界模型,让其尝试在《Pokémon Red》中从存档处选择初始宝可梦。模型先通过 192 个数字的压缩屏幕摘要学习按钮效果,再以 14 次按键生成计划;微调后成功选中 Squirtle,100 次运行中有 52 次获得初始宝可梦。项目代码以 lePokeRed 在 GitHub 开源,推荐使用 CUDA GPU。

10月1日周四
9月30日周三
9月29日周二
  1. Cloudflare Blog70

    Cloudflare 介绍用 AI 工具 CryptoLabe 推进后量子迁移

    Cloudflare 正开发内部工具 CryptoLabe,以两阶段扫描发现代码中的密码学用法、评估迁移分类,并生成面向产品经理和工程师的报告。该工具依托 Workers、Durable Objects、Workflows、AI Gateway 等组件,但仍在演进,尚未提供客户使用;Cloudflare 也强调扫描结果需由相关工程师复核,公开的提示词只是起点。

    推荐理由:披露 CryptoLabe 的分阶段扫描、分类、编排与人工复核方法,并说明缺少 ground-truth 数据集和完整覆盖,可供团队设计后量子迁移盘点流程时参考。

9月28日周一
9月27日周日
9月19日周六
  1. Google Research Blog58

    Google开源MilleMiglia中程物流实例生成器

    Google与UniBrescia、ENPC Paris合作推出MilleMiglia,用C++生成符合中程物流特征且不暴露私有信息的合成基准实例。其数据格式以Protocol Buffers序列化,在同一文件中纳入固定车辆时刻、配送中心吞吐限制和复杂同步前提。生成规模覆盖精确算法测试用小型问题、大陆级工业问题及机器学习训练数据集,源码、文档和示例实例已在GitHub提供。

9月17日周四
9月2日周三
  1. Docker Blog62

    使用 Docker Sandboxes 构建可复现的 AI 评估工作流

    Jennifer Kohl 介绍开源 SBX AI Evaluation Kit,用 Docker Sandboxes 统一执行 AI 评估命令并保存运行证据。工具不会运行模型或自动生成评估判断,而是通过执行器抽象、YAML 定义、结构化 JSON 记录和配置摘要,让本地与沙箱工作流更易重跑、检查和比较。

    推荐理由:通过执行器抽象、YAML 定义、JSON 运行记录和配置摘要,帮助个人与小团队在本地或 Docker Sandboxes 中重跑、比较并检查 AI 评估流程。

7月29日周三
7月6日周一
  1. Hugging Face Blog78

    PRX 数据策略:用 Lance 构建训练语料并流式输出 MDS

    PRX 团队将公开与内部数据集混合,用 VLM 重新生成图像长描述,再把经过筛选和去重的数据转换为可流式读取的 MDS 语料。团队以 Lance 完成数据构建、查询和探索,并选择 Qwen3-VL-8B 进行描述生成;同时记录了 7B 训练中动态计算文本潜变量、使用质量 92 的 JPEG 以及分片跳过列表等实践。

    推荐理由:系统介绍 PRX 训练数据策略及 Lance、MDS、Ray Data 等工具的分工,并给出长描述、JPEG 存储、过滤和去重等可复用的工程取舍。