Hacker News上的项目“HomeBrew HN”利用大型语言模型（LLM）允许用户个性化他们的HN信息流。用户需对30篇文章进行评分以创建个人上下文档案，系统据此生成一个根据用户兴趣排序的主页。创建者正在探索LLM实现良好个性化需要多少个人数据和努力。 用户“incomingpain”提供了初步反馈，指出该工具主要提供“跳过”选项，这意味着偏好与当前首页内容的初始匹配较差。他们还建议添加诸如按“最新”排序以及包含多页内容的功能。“azath92”创建者承认了这一反馈，解释说糟糕的初始偏好匹配会导致多次跳过。他建议重新生成上下文或手动编辑上下文，并表示有兴趣加入用户提出的扩展功能建议。创建者还提到该项目源于内部工作，并正在寻求对类似LLM引导工作的反馈。