Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

精彩列表更新于 2025 年 2 月 2 日

Posted on 2025-02-03

1. 精彩的时事通讯

领导力/苗条

  • 科技领域的领导地位。精心策划的每周通讯,帮助首席技术官、工程经理和高级工程师成为更好的领导者。

营销/苗条

  • 营销通讯– 帮助营销人员和创作者更快成长、更智能工作的想法

2. 伟大的戈多

插件和脚本 / Godot 4

  • 图标资源管理器– 浏览并保存流行图标集合中的图标。
  • 许可证管理器– 管理第三方图形、软件或库的许可证和版权。将它们分组,添加描述或网络链接。
  • QR 码– 使用包含的 QRCodeRect 节点或使用 QRCode 类的编码结果生成 QR 码。

3. 非常适合初学者

Python

  • PyMC (⭐8.8k) (标签:初学者友好)
    用于贝叶斯统计建模和概率机器学习的 Python 库。适合初学者,带有“第一期好”标签。

4. 很棒的 Agi Cocosci

科学逻辑学/人工智能辅助研究

  • PatCID:专利文件中化学结构的开放获取数据集– Nature Communications ,2024。[所有版本]。专利出版物的自动分析有可能加速各个领域的研究,包括药物发现和材料科学。在专利文件中,关键信息通常存在于分子结构的视觉描述中。 PatCID(Discovery 的专利提取化学结构图像数据库)允许大规模访问此类信息。它使用户能够搜索哪些分子显示在哪些文档中。 PatCID 包含 81M 个化学结构图像和 14M 个独特的化学结构。这项工作将 PatCID 与最先进的化学专利数据库进行了比较。在随机集上,PatCID 检索了 56.0% 的分子,高于自动创建的数据库 Google Patents (41.5%) 和 SureChEMBL (23.5%),以及手动创建的数据库 Reaxys (53.5%) 和 SciFinder ( 49.5%)。利用最先进的文档理解方法,PatCID 高质量数据的性能优于当前可用的自动生成的专利数据库。 PatCID 甚至可以与手动创建的专有专利数据库竞争。这使得自动文献综述和基于学习的分子生成方法的应用前景广阔。

5. 很棒的Windows

图形

  • Oculante (⭐1.1k) – 用 Rust 编写的轻量级、快速且简单的图像查看器。 开源软件 ![星星]

6. 很棒的自托管

软件/Pastebins

  • not-th.re – 简单的粘贴共享平台,具有客户端加密功能,具有基于摩纳哥浏览器的代码编辑器。 (演示,源代码 (⭐4) ) AGPL-3.0 Nodejs/Docker

原文: https://www.trackawesomelist.com/2025/02/02/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme