2026-08-08文章讓 Agent 互相指派任務:機制怎麼設計、實際怎麼用→詳情多個 CLI agent 各跑各的終端時,如何用動態發現、容量配置與先留檔再投遞的交接,把人肉搬運改成可追溯的互相指派。
2026-08-05文章一個月的本地模型實測:我親手推翻了自己排的名次→詳情從加速旋鈕、極端量化到九模型全比較,月底補上大樣本後整張排行榜重洗。記錄壞掉的量尺、小樣本的誤差棒,以及 pi 與本機模型現行的分工決策。
2026-08-05站台完成本地模型跑分自檢→2 項變更在發布模型排名前,依三步清單檢查空白預測、樣本量不確定性與敏感任務路由。從資源頁下載配套的 blank_prediction_audit.py 腳本。
2026-08-02站台IHC 自動閾值修正,並新增多張影像逐張檢視→6 項變更自動閾值可能被少數非染色像素摧毀。切片檢視軟體疊上的紅色比例尺,在解捲積後的 DAB 光密度遠高於任何真實組織,而直方圖以該最大值縮放,真實訊號因此全被擠進最低幾個區間。以 14 張真實 COX2 與 iNOS 切片實測,每一張都被讀成沒有表現,且不會顯示任何警告。直方圖已改用固定的 ImageJ 8-bit 穿透度尺度,離群像素無法再拉伸它此次修正前後的結果不可互相比較。演算法版本由 2 改為 3,並記錄在 CSV 匯出中。若您仍保有原始影像,請重新分析一次Triangle 閾值法對切片檢視軟體的螢幕截圖並不可靠。它是忠實移植,數學本身未更動,但當自動閾值落在灰階範圍的極端邊界時會顯示警告。這類影像建議改用 Otsu 或 IsoDataIHC 分析工具可一次載入多張影像。縮圖列可在影像之間切換並逐張調整閾值,而染色方法與評分設定維持共用,讓影像之間保持可比較新增警告:當組織區域含有異常比例的極暗像素,或染色的動態範圍過窄而不適合自動閾值時,會主動提示兩個 IHC 工具的縮圖原本是空白的,因為內容安全政策擋掉了它們使用的影像來源。現已正常顯示
2026-08-02v1.2IHC 批次→4 項變更自動閾值改建在固定的 ImageJ 8-bit 穿透度尺度上;先前版本的批次結果與此不可比較,演算法版本已記錄於 CSV 匯出直方圖退化與極暗像素離群的警告現在會出現在結果表,警告橫幅也會標明共有幾張影像受影響,不再只列出前三張CSV 匯出新增直方圖尺度、閾值退化、低對比、最暗區間比例四個欄位上傳清單的縮圖改用不受內容安全政策封鎖的影像來源,已能正常顯示