aipoc-lab

Fiszka

工作原理

实验室每天早晨阅读数百篇关于 AI 的新文章,Fiszka 为它们分配主题。左侧是当天入选博客文章的文本。点击其中一篇,Fiszka 会在你的浏览器中逐层重新计算。

—
日期
—
信号
—
推荐
—
入选文章
—
主题阈值,最多 3 个

Fiszka – 实验室自己的真正神经网络 – 在你的浏览器中计算你点击的文本。 版本 0.3 – 可能出错。 在 Hugging Face 下载模型

—参数
—主题
—文本

入选文章 (0)

正在加载网络…

什么是 Fiszka

Fiszka 是实验室自己的 AI 模型:一个小型神经网络,由实验室在自己的服务器上从零构建并训练。现成的只有把文本转换成数字的模型(EmbeddingGemma)。每天早晨,Fiszka 阅读实验室收集的 AI 新文本,并为每篇文本从 17 个主题中分配一到三个,例如智能体、安全或企业 AI。自 2026 年 11 月起,博客上的主题由 Fiszka 分配,Gemini 只在一旁做对照。

它把文本的标题和正文转换成 768 个描述其含义的数字(EmbeddingGemma 模型生成的向量)。这些数字依次通过三层神经元(256、128 和 64),并有一条直达主题的捷径。最后得到每个主题的置信度,达到 0.50 即通过该主题。总共 252,194 个参数。Fiszka 在实验室服务器上运行,不依赖云端;在本页,同样的计算由你的浏览器完成。

训练使用了 9,968 篇文本,由两个大语言模型 DeepSeek 和 Nemotron 标注。只有两者意见一致的主题才进入训练。

我们用实验室作者手工标注的文本进行检验。与人工判断的一致程度(F1 指标):Fiszka 0.51,Gemini 0.34(这是我们自己的测试,Gemini 使用的是我们的提示词)。

Fiszka 是开源的(Apache 2.0 许可证):模型、模型卡和评测结果在 Hugging Face,代码在 GitHub。

项目页面(可在浏览器中运行网络):ch3sh1r3xx11.github.io/fiszka.

关于 Fiszka 的文章