程序员茄子
全部
编程
代码
资讯
案例
综合
联系我们
观点 相关技术文章
php
mysql
shell
go
vue
css
api接口对接
支付接口对接
Pydantic Evals:在 Python 里定义 dataset,给 LLM 输出和工具调用轨迹打分
编程
Pydantic Evals:在 Python 里定义 dataset,给 LLM 输出和工具调用轨迹打分
2026-10-07 00:04:51
Pydantic Evals 是一个 code-first 的 AI 评测框架,既给 LLM 最终输出打分,也能给工具调用轨迹(trajectory)打分。本文梳理其 Dataset/Case/Evaluator/Experiment 数据模型、内置与自定义 evaluator 写法、运行 experiment 的完整示例,以及 span-based、agentic、online evaluation 等进阶方向。
pydantic
ai
PydanticAI
Evals
LLM评测
Python
agent评测
评估
观点
human-writing 开源:卡兹克的活人感写作 Skill,从材料里把你找回来
综合
human-writing 开源:卡兹克的活人感写作 Skill,从材料里把你找回来
2026-09-12 09:55:52
human-writing(活人感写作)是数字生命卡兹克开源的写作 Skill:从材料-推进-中文三个维度重建写作底层逻辑,现实写作强制材料可核验不编造细节,每段必须带来新事实新动作,白话打底清除冒号破折号翻案句与商业黑话;现实/虚构入口分流,配套 check_prose.py 硬禁令扫描,改的不是句子而是写作的根。
human-writing
活人感写作
去AI味
卡兹克
Skill
观点
LLM Wiki 开源:把收藏夹编译成结构化知识库,AI 自动维护只整理一次
综合
LLM Wiki 开源:把收藏夹编译成结构化知识库,AI 自动维护只整理一次
2026-09-12 09:51:29
LLM Wiki 是基于 Karpathy 方法论的开源桌面应用:让 LLM 把文档提取实体、概念、关系后编译成互相关联的 Wiki 页面,与传统 RAG 每次重新检索不同,知识只整理一次持续更新;支持两步思维链 Ingest、四信号知识图谱自动聚类、Deep Research 填补知识空白,目录即 Obsidian vault。
LLM Wiki
知识管理
RAG
Obsidian
Karpathy
思维链
观点
Wiki
cppfront 上手笔记:给现有 C++ 套一层 Cpp2 语法,编译回 C++20
编程
cppfront 上手笔记:给现有 C++ 套一层 Cpp2 语法,编译回 C++20
2026-09-10 00:04:28
Herb Sutter 的 cppfront 是把 C++ Syntax2 编译回现有 C++20 源码的编译器。本文记录其单文件构建命令、把 .cpp 改名 .cpp2 加入构建的接入方式,以及 lifetime/gc/异常等尚未实现、不宜当生产语法的边界。
Herb
Sutter
cppfront
C++
Cpp2
观点
agent 运行时长不等于完成量:OpenAI 内部 3.1 倍报告怎么读
资讯
agent 运行时长不等于完成量:OpenAI 内部 3.1 倍报告怎么读
2026-09-08 03:08:18
OpenAI 报告每人类工作日运行 3.1 个 agent 工作日,但更快的代码与实验不自动让研究快 3.1 倍:阶段提速只是把等待队列移到他处。
AI
资讯
产能
观点
定价
AI 生成精灵图的可校验管线:色键、网格与基线
编程
AI 生成精灵图的可校验管线:色键、网格与基线
2026-09-07 23:12:38
AI 像素画游戏实践:2D 精灵比 3D 难的一致性论证、把 prompt 当接口规格的严格几何约束,以及用色键替代透明通道等可程序化检查的构建系统思维。
AI
游戏开发
Godot
实践
艺术
精灵表
观点
规格
大家都在搜索什么?
devops
易支付
一个官网+多少钱
统一接受回调
统一回调
python
sub
node
宝塔日志
mysql
shell
ElasticSearch
css
vue
api接口对接
2025
支付接口对接
go
php
php回调