Midlibrary：包含 4000 种 Midjourney 艺术风格的图象库

首次使用 xv6 和 6.1810 实验室进行操作系统内核开发 | 详文

#开源项目
XP可能是中国大陆最熟悉一致性算法（Paxos、Raft）的人之一，这次造了一个小玩具one_file_raft ，仅用300行Rust代码演示Raft原理。

GitHub

GitHub - drmingdrmer/one-file-raft

Contribute to drmingdrmer/one-file-raft development by creating an account on GitHub.

Interconnects Tools for Multimodal Blogging!：将博客内容轻松转化为播客和YouTube内容，使用了两个先进的生成AI工具，分别是Elevenlabs.io的多语言模型用于音频生成以及OpenAI的DALLE3用于生成图像

14:46

Media is too big

VIEW IN TELEGRAM

一个医疗大语言模型的综合评测框架，具有以下三大特点：

1.大规模综合性能评测：GenMedicalEval构建了一个覆盖16大主要科室、3个医生培养阶段、6种医学临床应用场景、基于40，000+道医学考试真题和55，000+三甲医院患者病历构建的总计100,000+例医疗评测数据。这一数据集从医学基础知识、临床应用、安全规范等层面全面评估大模型在真实医疗复杂情境中的整体性能，弥补了现有评测基准未能覆盖医学实践中众多实际挑战的不足。

2.深入细分的多维度场景评估：GenMedicalEval融合了医师的临床笔记与医学影像资料，围绕检查、诊断、治疗等关键医疗场景，构建了一系列多样化和主题丰富的生成式评估题目，为现有问答式评测模拟真实临床环境的开放式诊疗流程提供了有力补充。

3.创新性的开放式评估指标和自动化评估模型：为解决开放式生成任务缺乏有效评估指标的难题，GenMedicalEval采用先进的结构化抽取和术语对齐技术，构建了一套创新的生成式评估指标体系，这一体系能够精确衡量生成答案的医学知识准确性。进一步地，基于自建知识库训练了与人工评价相关性较高的医疗自动评估模型，提供多维度医疗评分和评价理由。这一模型的特点是无数据泄露和自主可控，相较于GPT-4等其他模型，具有独特优势。

GenMedicalEval | #框架