本项目详述了一个基于 **LabWC** 和 **Noctalia Shell V5** 构建的极简 NixOS 配置,在仅有 48 个活动任务的情况下,实现了令人惊叹的 743 MB 内存占用。该配置通过舍弃 GNOME 或 KDE 等臃肿的桌面环境,将效率和手动控制置于首位。 **核心技术亮点:** * **极简内核:** 使用 LabWC 构建轻量级 Wayland 会话,需要手动集成 dbus、polkit 和环境变量等服务。 * **AI 辅助工作流:** 采用搭载 DeepSeek V4 Flash 模型的 `opencode`,用于自动化配置及调试复杂的 NixOS 设置。 * **模块化管理:** 摒弃 Home-Manager,转而使用自定义的符号链接系统(类似于 GNU Stow),以确保配置文件的可移植性。 * **混合生态:** 将 Nix 管理的软件包与标准 npm 安装相结合,并由专门的容器栈(Podman、Cockpit、Traefik)提供支持。 尽管该配置需要大量手动投入——例如为 Snapshot 等应用程序打补丁以及配置 `greetd` 的环境变量——但它展示了一个高度定制化且可复现的操作系统所蕴含的强大能力。虽然设置过程要求严苛,但最终获得的是一个精简、高性能的系统,其设计的复杂性带来了丰厚的回报。

抱歉。

该项目支持用户在消费级硬件或 Google Colab 上运行超大规模语言模型,例如 Llama 3.1 (405B)、Mixtral (8x22B) 和 Falcon (180B)。通过利用去中心化的 BitTorrent 式网络,参与者可以贡献模型容量的一部分,从而共同托管整个模型。 这种方法性能卓越,运行速度可达每秒 6 个 token,适用于聊天机器人及交互式应用。与传统的封闭式 API 不同,该平台提供了 PyTorch 和 Hugging Face Transformers 的灵活性,允许用户自定义采样方法、进行微调并查看隐藏层状态。作为 BigScience 研究研讨会的一部分,该倡议为那些希望深度掌控先进 AI 模型且无需企业级基础设施的用户,提供了一个强大的协作替代方案。

Hacker News 的讨论聚焦于 **Petals** 项目,这是一个允许用户通过类似 BitTorrent 的去中心化网络运行大语言模型(LLM)的项目。 评论者对该概念的技术可行性表示怀疑,主要指出节点间的高带宽需求是一个重大瓶颈。一些参与者指出,该项目自 2022 年由 Hugging Face 发起以来,似乎已基本处于停滞状态。 讨论还探讨了其他替代方案,例如在本地托管较小的模型,以及在好友之间进行点对点算力共享。然而,讨论也强调了其中的重大风险,包括可能遭受“女巫攻击”(Sybil attacks),即恶意行为者可能通过运行代理节点来拦截并记录用户的敏感提示词。总的来说,虽然社区认为这种分布式的全球化神经网络概念很有趣,但许多人一致认为,当前的底层架构(特别是网络吞吐量)尚不足以使其成为一种可行且主流的解决方案。

在措辞上需要谨慎。如果您要提供示例,则需要明确指出这并非详尽无遗的列表,例如:“损害 Codeberg 声誉的内容,例如(但不限于)加密货币相关项目。”

Codeberg 是一个由社区主导的非营利性 Git 托管平台,该平台近期实施了一项针对加密货币项目的禁令。这一决定在 Hacker News 上引发了激烈争论,反映出人们对 SourceHut 等平台此前类似政策调整的看法。 评论者的观点存在严重分歧。支持者认为,Codeberg 是一个由社区管理的私营实体,有权制定自己的准则。他们将此禁令视为一种原则性立场,旨在抵制那些被认为充斥着诈骗或对环境有害的行业。然而,批评者则认为该平台的做法“不够严谨”且缺乏专业性,并指出这种意识形态上的准入控制会开启“滑坡效应”,未来可能会导致更多禁令——例如针对“人工智能垃圾内容(AI slop)”或其他社区可能厌恶的技术。 许多用户强调了依赖第三方托管的固有风险,并主张去中心化和自托管才是确保项目长期存续和自主权的唯一途径。尽管一些人捍卫 Codeberg 投票背后的民主决策过程,但批评者警告称,这种“纯洁性博弈”会损害平台的信誉,促使许多开发者考虑使用更中立的托管服务,以避免未来因政策变动而被迫停运。

7月22日,众议院以216票对212票的微弱优势通过了总额为1.15万亿美元的《国防授权法案》(NDAA)。该法案包含将军人薪资提高3.6%的条款,并规定如果五角大楼未能通过审计,则需削减0.5%的预算。 争论的焦点在于法案中加入了唐纳德·特朗普总统力推的《保护美国选民资格法案》(SAVE America Act)。这项要求在选民登记时提供公民身份证明的措施,是在众议院保守派的坚持下附加到国防法案中的。共和党人认为这是一项“常识性”的诚信措施,而民主党人则反对该法案,声称它为选民投票设置了繁重的障碍。 此前,参议院曾进行了一次失败的程序性投票,由于对支出水平的分歧以及伊朗局势的持续紧张,法案进展受阻。参议院少数党领袖查克·舒默批评共和党人在当前敌对局势下优先考虑该法案,而参议院军事委员会主席罗杰·威克则称这种阻挠是“史无前例”的。由于参议院民主党人誓言要阻止《保护美国选民资格法案》,其前景仍不明朗,共和党人正在探索其他州级激励计划,以实现其选举诚信目标。

本文探讨了“归纳问题”,即如何从特定观察中推导出普遍规律的挑战。作者以《花瓣围玫瑰》(Petals Around the Rose)游戏为例,展示了各种机器学习模型(从线性回归到神经网络)如何基于其“归纳偏置”(模型带入问题的假设集)而取得成功或遭遇失败。 核心洞察在于一种权衡:具有强大且正确归纳偏置的模型能以少量数据快速学习,而假设错误或不匹配的模型则完全无法学习。这解释了为何某些架构(如语言模型中的 Transformer 或模式识别中的 Deep Sets)能优于其他架构;它们处于一种与数据结构相契合的“黄金区”假设中。 最终,作者认为归纳仍然是一个尚未解决的根本性问题。尽管我们拥有用于优化和搜索的工具,但仍缺乏一种能够产生创造性洞察(或称“理智”)的“通用方法”来形成新的假设。目前科学界通过人类集体的努力以“暴力破解”的方式推动进步,但探索一种更高效、自动化且系统化的理解方式,依然是一个至关重要的待解难题。

抱歉。

全球人形机器人市场正迅速扩张,中国已成为生产领域的主导者。根据德意志银行的一份报告,中国计划到2026年实现10万台的产量,远超分析师最初的预期。 全球范围内的行业势头正在增强。在美国,Agility Robotics、特斯拉和Figure AI等主要参与者正通过仓库自动化和供应链成本削减来推进商业化进程。与此同时,包括英伟达、OpenAI和Meta在内的科技巨头也正在加大其机器人业务的投入。各国政策也在推动增长,中国、美国和日本均制定了雄心勃勃的长期部署目标。 目前的应用范围从工业劳动力扩展到情感陪伴,AGIBOT和优必选(UBTECH)等公司在这些领域处于领先地位。随着市场转向规模化生产,投资兴趣正转向零部件制造商和专业机器人原始设备制造商(OEM)。德意志银行认为,亚太地区的工业供应商(如恒立液压和安川电机)以及特斯拉等主要的美国开发商存在关键机遇。随着具身智能(Physical AI)的发展,该行业正吸引大量资本,预示着全球工业自动化领域将发生变革性转变。

这一系列设计模式强调,建筑应当促进人际联结、社会活力与个人福祉。建筑师不应创造冷漠的整体式结构,而应设计“鲜活”的建筑,使其如同由一系列人性化尺度空间组成的有机共同体。 核心原则包括: * **社会联结性:** 建筑应相互交织,并面向行人友好的街道。公共区域、拱廊和公共用餐空间有助于激发非正式交流,而“私密梯度”则确保了从公共生活到私人生活的平稳过渡。 * **以人为本的舒适感:** 设计必须优先考虑自然采光、物理保护(如遮蔽性的屋顶、宜人的户外空间)以及建筑的多样性。“窗边空间”、“楼梯座位”和“壁龛”等设计为沉思或小组聚会创造了舒适的小环境。 * **对自然的呼应:** 建筑应与土地有机融合,利用朝南的布局获取温暖,并通过露台和花园实现室内外的自然过渡。 * **灵活性与个性化:** 设计应允许住户通过厚实的墙体、内置设施及适应性空间来个性化调整环境,以满足家庭成员(如青少年、老人或居家办公者)随时间变化的需求。 归根结底,这些模式主张营造一种如同人类生命延伸的建筑环境,将亲密感、自然与社区价值置于僵化的工业效率之上。

最近一篇 Hacker News 的文章介绍了一个新资源,总结了克里斯托弗·亚历山大(Christopher Alexander)的开创性著作《建筑模式语言》(A Pattern Language)中全部 253 种模式。 评论者称赞该合集有效地捕捉了建筑与城市设计的精髓,让空间——无论是单间房、社区还是整座城镇——变得更具人性化、更宜居且舒适。用户指出,一旦熟悉了这些模式,人们就能更深刻地理解为什么某些环境能获得成功,而另一些环境则显得有所欠缺。 尽管这本书因其以人为本的设计理念而备受推崇,但讨论中也提出了关于这些模式在文化上是否具有普遍性的质疑,特别是在亚洲和非洲等非西方背景下的适用性。对于那些对环境设计原则感兴趣的人来说,这篇文章是一个很好的切入点。

美国最高法院已同意审理“朱皮诉阿拉斯加州案”(Jouppi v. Alaska),该案旨在挑战民事资产没收制度的合宪性。原告丛林飞行员肯·朱皮(Ken Jouppi)因在不知情的情况下,在乘客行李中携带了啤酒飞往阿拉斯加州禁止酒精的村庄比弗(Beaver),导致其价值9.5万美元的塞斯纳飞机面临永久没收。 在朱皮因非法进口酒精被定罪后,州政府寻求没收其飞机。尽管初审法院最初认为该没收行为违反了美国宪法第八修正案,属于过度的罚金,但阿拉斯加州最高法院推翻了该裁决,裁定这一处罚与罪行严重程度相称。 朱皮的律师在司法研究所(Institute for Justice)的支持下辩称,此项没收行为过当,且忽略了被告的具体行为情况。该案凸显了社会对政府随意或过度没收资产的广泛担忧。此次上诉延续了最高法院在2019年“廷布斯诉印第安纳州案”(Timbs v. Indiana)中的先例,该先例确认了宪法第八修正案关于禁止过度罚金的规定适用于美国所有州。预计最高法院将在即将到来的任期内审理此案,最终裁决可能会在2027年夏季作出。

Docket 是一款专为拒绝“AI 自动会议纪要”趋势的专业人士打造的笔记工具。尽管 AI 可以转录对话,但它无法区分噪音与高价值见解,往往只会产生大量无用的记录。 开发者认为,“主动笔记”是一个认知过程,它强迫你在实时状态下提炼信息。通过在会议期间手动识别并记录那几个真正关键的点,你能在拥有最完整背景信息的情况下,将这些见解固化在自己的记忆中。这种实践不是一项需要被自动化的繁琐工作,而是一项核心技能——这正是高效的高层领导者用来从冗余信息中提炼价值的方法。 Docket 专为“主动参与者”设计——那些希望主导会议并利用自身智慧创造独特、高质量价值的专业人士。与被动记录不同,Docket 支持将会议转化为可执行策略所需的“主动脑力劳动”,为那些意识到 AI 生成的总结最终用途有限的人提供了一种专注的选择。

Hacker News 最新 | 过往 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 为什么我要构建一个没有 AI 的笔记应用 (withdocket.com) 5 分,由 davnicwil 发布于 1 小时前 | 隐藏 | 过往 | 收藏 | 1 条评论 帮助 gnabgib 1 小时前 [-] 我们还能期待 asura5 再发表一两条评论吗? https://news.ycombinator.com/item?id=48956314 https://news.ycombinator.com/item?id=48952724 https://news.ycombinator.com/item?id=46202090 回复 考虑申请 YC 2026 年秋季批次!申请截止日期为 7 月 27 日。 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系 搜索:

**MemoryPack** 是一款专为 .NET 7+ 和 Unity 设计的高性能“零编码”二进制序列化库。通过针对 C# 内存布局进行优化,并利用 C# 11 和增量源生成器(Incremental Source Generators)技术,它实现了卓越的运行速度——比标准二进制序列化程序快 10 倍,在处理结构体数组时甚至可提速 200 倍。 ### 核心特性: * **高性能:** 采用“零编码”机制,直接复制 C# 内存,类似于 FlatBuffers,但适用于标准 POCO 对象。 * **现代 API 支持:** 专为 `IBufferWriter<byte>`、`Span` 和 `ReadOnlySequence` 构建,并全面支持 Native AOT。 * **版本容错:** 提供灵活的模式演进(支持增删成员)并可处理循环引用。 * **跨平台:** 内置 TypeScript 代码生成功能,可实现 C# 与浏览器之间无缝的数据共享。 * **Unity 支持:** 针对 IL2CPP 进行了优化,并为标准 Unity 结构体提供了适配类型。 * **易于使用:** 只需为类或结构体添加 `[MemoryPackable]` 特性并使用 `partial` 关键字,源生成器即可自动处理实现,无需反射或动态代码生成。 MemoryPack 非常适合对高吞吐量、低延迟和高效内存利用有要求的现代 .NET 开发应用。该库通过 NuGet 分发,并采用 MIT 许可协议。

```Hacker News 最新 | 往期 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 MemoryPack:C# 的零编码极致性能二进制序列化库 (github.com/cysharp) 9 分,由 breve 发布于 1 小时前 | 隐藏 | 往期 | 收藏 | 1 条评论 aappleby 22 分钟前 [–] 极——致—— 回复 考虑申请 YC 2026 年秋季批次!申请截止日期为 7 月 27 日。 准则 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系 搜索:```

这场讨论探讨了诸如“耳环”或“因果眼镜”这类通过指定最优选择来优化人类生活的设备所带来的哲学影响。参与者权衡了个人自主权与由更高级的预测性智能来规划生活所带来的效率之间的利弊。 一个主要的担忧是,这些工具究竟是促进了真正的成长,还是仅仅将使用者变成了“哲学僵尸”或某种异质目标系统的傀儡。虽然有人认为依赖这种指导等同于在生活中“作弊”,剥夺了人们发现的乐趣和认知锻炼的机会;但也有人认为,这仅仅是我们现有缺陷的生物过滤器的一种技术进化。通过调整我们的感知以更好地适应现实,这些工具或许可以作为一种“学习辅助”,或者绕过过时的进化偏差。 这场对话最终突显了对顺遂人生渴望与对丧失“自我”的生存恐惧之间的张力。如果一股外力能比你更有效地达成目标,那么个人成就与成为一个被精心管理的工具之间的界限就会变得极其模糊。

```Hacker News最新 | 过往 | 评论 | 提问 | 展示 | 招聘 | 提交登录透明度行不通,尝试神秘主义 (gwern.net)15 分,由 dboon 发布于 2 小时前 | 隐藏 | 过往 | 收藏 | 2 条评论 帮助 avaer 5 分钟前 | 下一条 [–] 这是关于人工智能如何接管世界最引人入胜(也最可怕)的故事之一。如果你喜欢这个,也请看看我们的 Pluribus。回复mmooss 2 分钟前 | 上一条 [–] (2012) 也在 archive.org 上:https://web.archive.org/web/20131230055512/http://squid314.l... 有人知道这个故事的来源吗?有一条评论在回复某人建议发表它时说:> 问题在于它已经被发表了,所以他只能出售二次版权。回复 考虑申请 YC 2026 秋季批次!申请截止日期为 7 月 27 日。 准则 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系 搜索:```

医疗行业正日益利用人工智能来辅助临床工作流程,而非取代医护人员。梅奥诊所等机构正在部署人工智能,以汇总海量的患者记录、检测胰腺癌等早期疾病,并简化常规诊断流程。同样,坦帕总医院利用人工智能驱动的败血症检测技术,显著降低了死亡率;其他试点项目也在医生监管下,成功实现了慢性病处方续配的自动化。 这项技术也有望彻底改变药物研发,生物制药领域的领导者预计临床前成本和时间将减少70%。与大规模失业的担忧相反,报告显示,放射科医生等专业人员的需求在人工智能应用的过程中仍在持续增长。 然而,这种快速整合并非没有挑战。批评人士和举报人对患者隐私、数据安全以及建立严格伦理监督机制的必要性提出了重大关切。医疗服务提供者在应对这一技术变革时,面临着平衡突破性创新与维护患者信任及合规性这一艰巨任务。

arXivLabs 是一个允许合作者直接在我们的网站上开发并分享 arXiv 新功能的框架。与 arXivLabs 合作的个人和组织都认同并接受我们关于开放、社区、卓越和用户数据隐私的价值观。arXiv 致力于坚守这些价值观,并仅与遵守这些价值观的合作伙伴开展合作。您是否有意开展一个能为 arXiv 社区创造价值的项目?了解更多关于 arXivLabs 的信息。

Hacker News 最新 | 过往 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 儿童与大语言模型聊天机器人交互中的拟人化现象 (arxiv.org) 5 分 | 由 StatsAreFun 发布于 1 小时前 | 隐藏 | 过往 | 收藏 | 讨论 | 帮助 考虑申请 YC 2026 年秋季批次!申请截止日期为 7 月 27 日。 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系方式 搜索:

胃肠道寄生虫“环孢子虫”(Cyclospora)的大规模爆发已蔓延至美国41个州。美国疾病控制与预防中心(CDC)已确认超过4100例病例,并正在追踪另外数千例。这一数字几乎是上一季记录病例总数的四倍。 尽管泰勒农场(Taylor Farms)召回了与五个州疾病集群有关的墨西哥中部冰山生菜,但美国食品药品监督管理局(FDA)近期撤回了一项最初指向该产品的实验室阳性检测结果。尽管如此,FDA仍坚持认为,运输记录和患者访谈足以支持此次召回。官方指出,环孢子虫在食品样本中极难被检测出,因此即使正确锁定了传染源,通过产品检测进行确认的情况也很罕见。 此次爆发涉及多个独立的感染集群,这意味着全国绝大多数病例的病源仍无法解释。该寄生虫引起的症状包括严重的稀水样腹泻、痉挛和疲劳,通常采用抗生素治疗。随着调查的深入,在与生菜相关的集群之外,仍有数千名患者的感染源尚未得到证实,CDC将持续监测至8月31日。

本文提出了一种通过模运算(模12)而非死记硬背来记忆吉他指板的数学方法。 由于半音阶每12个半音循环一次,作者建议为每个音符分配一个从0(A)到11(G#)的数值。要识别特定品格上的音符,只需使用公式 $v \equiv r + f \pmod{12}$,其中 $v$ 是所得音符的数值,$r$ 是空弦的“根音值”,$f$ 是品格数。 该系统的主要优势在于效率;演奏者无需记忆超过100个独立的品格位置,只需记住12个音符与数值的对应关系即可。该方法适应性极强,无论乐器的调弦、弦数或有效弦长如何,均能保持有效。虽然该系统需要基本的心理算术能力且不适用于无品乐器,但作者认为,相比传统的记忆技巧,这是一种更符合逻辑且通用的指板理解框架。

``` Hacker News 最新 | 过往 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 利用模运算记忆指板 (ohaodha.ie) 6 分,由 ohaodha 发布于 1 小时前 | 隐藏 | 过往 | 收藏 | 1 条评论 帮助 wrs 9 分钟前 [-] 虽然大提琴、小提琴等乐器在技术上没有品格,但它们的音符布局与有品格的乐器当然是一样的,所以同样的方法也适用。(有趣的是,不同的乐器仿佛生活在各自的世界里。有一次我给一位大提琴手看吉他的可移动音阶指法图,他们完全不知道我在说什么,尽管大提琴也有同样的模式,就像任何平行弦乐器一样。另一位大提琴手确实知道音阶模式,但称之为“通用指法”。)回复 考虑申请 YC 2026 秋季批次!申请截止日期为 7 月 27 日。 准则 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系 搜索: ```

本研究介绍了一种旨在归档插花艺术具身创作过程的 4D 数字观看系统。通过利用 22 个同步摄像头和眼动追踪技术,该系统能够捕捉全身运动学数据、花艺作品的演变过程以及艺术家的视觉注意力。 为确保可扩展性并实现长时间记录,研究团队采用了逐帧 3D 高斯泼溅(3D Gaussian Splatting)重建策略。该方法在最大限度降低计算需求的同时,有效避免了时间漂移,使人们能够在保持高度空间连贯性的前提下,从任意角度交互式地探索创作过程。 最终形成的档案将隐性艺术技艺转化为了系统化、可解读的数据。该项目为研究人员、教育工作者和从业者提供了宝贵的资源,架起了文化保护与现代技能传播之间的桥梁。这项由东京大学及其他研究人员共同开展的合作研究,将在 IASDR 2025 会议上发布。

``` Hacker News 最新 | 过往 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 为插花艺术设计 4D 数字档案 (ishiguro-lab.org) 5 分,由 ohjeez 发布于 2 小时前 | 隐藏 | 过往 | 收藏 | 讨论 论文: https://dl.designresearchsociety.org/cgi/viewcontent.cgi?art... [pdf] 帮助 考虑申请 YC 2026 年秋季批次!申请截止日期为 7 月 27 日。 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系 搜索: ```

LeRobot 已成为机器人学习数据的标准,但其处理过程——尤其是视频帧的解码——往往会造成瓶颈,导致 GPU 闲置。原有的 LeRobot Daft 读取器效率低下,因为它对每一帧都要打开并重新索引 MP4 分片,从而在访问远程数据集时产生高延迟。 为解决这一问题,Daft 中实现了一种新的批量解码方法。读取器不再逐行处理,而是每次将 16 行数据归为一组,按分片和时间戳排序,并利用集群寻址(clustered seeks)。通过在每个批次中仅打开一次分片并按顺序解码帧,读取器避免了冗余的网络请求和磁盘操作。 此次更新带来了 4-15 倍的性能提升,使原本漫长的数据流水线转化为更快捷、高效的工作流程。例如,解码一个 632 帧的数据集,耗时从 29 分钟缩短至不到 2 分钟。这种纯 Python 的优化在保持输出结果与原读取器完全一致的同时,显著减少了准备训练或推理数据的时间,确保了 GPU 资源能够保持满载运行。

Hacker News 新动态 | 过往 | 评论 | 提问 | 展示 | 招聘 | 提交 登录 我们如何将 LeRobot 视频阅读器的速度提升至原来的 15 倍 (eventual.ai) 由 ykev 于 3 小时前发布,11 点 | 隐藏 | 过往 | 收藏 | 讨论 | 帮助 考虑申请 YC 2026 年秋季班!申请截止日期为 7 月 27 日。 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系 搜索:

互联网是由人类——而非算法或合成思维——经过数十年的协作、尝试与错误所构建的。从其诞生到人工智能的兴起,网络的演进是一场纯粹的人类事业,由坚韧的意志和远见所驱动。 我们现在正进入一个新时代,创作已成为人类与机器的协作。因此,我们数字过往的产物已转化为那个我们独自构建网络时代的遗迹。 “人类网络博物馆”(The Museum of the Human Web)保存了这些物品,旨在颂扬人类主导的创新史。这一系列突破、失败与文档,见证了世界曾经“老派”的互联方式。博物馆文物抽奖所得的收益将直接资助互联网档案馆(Internet Archive)和计算机历史博物馆(Computer History Museum),以致敬人类创造网络所留下的遗产。

关于“人类网络博物馆”(Museum of the Human Web)的 Hacker News 讨论,反映出人们对将人工智能视为“协作伙伴”这一表述持深度怀疑态度。 评论者认为,大语言模型(LLM)并非在与人类“协作”,而是扮演着“绞肉机”的角色——处理互联网的集体劳动成果,并掩盖了最初的人类贡献者。一位用户批评该博物馆的视野狭隘,指出它忽视了网络中实验性和艺术性的角落,转而采取了一种主流的、商业化的视角。 最尖锐的批评声挑战了“人工智能时代之前是孤独工作”的观念,强调网络始终是人与人之间协作的空间。他们警告称,当前由人工智能驱动的内容涌入,正威胁着我们进行深度、原创思考的能力。通过向数字领域充斥“填埋式”内容,我们正面临丧失产生真正创新所需的孤独感的风险,从而导致数字景观被集体思维所主导,而非个人洞见。归根结底,舆论共识认为,真正的进步需要人类专注于自身,而非依赖人工智能生成的自动化、衍生性产出。

卫生部长小罗伯特·F·肯尼迪与联邦医疗保险和医疗补助服务中心(CMS)局长穆罕默德·奥兹医生宣布,联邦政府将扣留向加利福尼亚州和明尼苏达州支付的逾10亿美元医疗补助资金,理由是担心存在潜在的欺诈和财务滥用行为。官员们利用人工智能和高级分析技术,识别出了包括为已故人员开具账单以及家庭护理服务费用过高等在内的可疑模式。 肯尼迪强调,此次停付旨在保护纳税人资金并确保合法的护理服务,并表示各州必须提供证明文件以核实这些款项。CMS澄清,此举是其对财政诚信承诺的一部分。 两州州长均对这一决定表示强烈批评。明尼苏达州州长蒂姆·沃尔兹斥责此举是伤害弱势群体的政治攻击,加利福尼亚州州长加文·纽森则称其为有针对性的政治报复,并坚称该州仍致力于打击欺诈行为。 此举紧随今年早些时候的暂停付款行动,符合本届政府积极打击医疗欺诈的既定目标;此前该行动已导致数百名医疗专业人员受到刑事指控。

Cactus 推出了一款经过后训练的“Gemma 4 E2B Hybrid”模型,旨在解决小型端侧 AI 固有的可靠性问题。通过嵌入可为每次响应生成结构化置信度评分(0 到 1)的内部探针,该模型允许开发人员实施智能路由:如果置信度低于阈值(例如 0.85),查询将自动卸载至规模更大、能力更强的模型。 这种混合方法使最小的 Gemma 模型能够在仅重定向 15%–35% 查询的情况下,在各项主要基准测试中达到与 Gemini 3.1 Flash-Lite 相当的性能。值得注意的是,这些内部探针并非依赖表层模式,而是通过隐藏状态检测正确性信号;这一点已得到验证,即使在音频等未经过专门训练的模态下,该模型也能高精度地识别自身的错误。 Cactus 为这一工作流程提供了跨主流框架(包括 Hugging Face、MLX 以及打过补丁的 `llama.cpp`)的开源支持。这使开发人员能够在速度、隐私和高保真性能之间取得平衡,确保系统在必要时能够自动调用“援军”。

Cactus Compute 发布了开源工具“Cactus Hybrid”,该工具使端侧模型能够准确识别其生成内容可能出现错误的时机。通过在 Gemma 4 模型的隐藏层上训练一个仅 68k 参数的探测层,该团队创建了一个可靠的置信度评分(0–1),其表现显著优于传统的 Token 熵方法。 这种方法允许开发者运行快速且保护隐私的端侧模型,并智能地仅将 15%–35% 的不确定性查询路由至成本更高的云端模型(如 Gemini 3.1 Flash-Lite)。测试表明,这种混合架构在仅需一小部分成本的情况下,即可实现与大型云端模型相当的基准测试性能。 主要亮点包括: * **高准确度:** 该探测器在文本、视觉和音频基准测试中实现了平均 0.814 的 AUROC 值。 * **模态独立性:** 探测器通过隐藏状态识别正确性信号,而非依赖记忆模式。 * **可访问性:** 代码采用 MIT 许可证,权重已发布于 Hugging Face,并兼容 Llama.cpp、MLX 和 Transformers 等主流框架。 Cactus 目前正在优化该工具以实现更复杂的层级化路由,并计划近期发布关于其机制研究的详细报告。

由众议员杰森·史密斯(Jason Smith)担任主席的众议院筹款委员会已向三个极左翼组织——“人民论坛”(The People's Forum)、“突破新闻”(BreakThrough News)和“三洲社会研究所”(Tricontinental Institute)发出传票,作为对与科技金融家内维尔·罗伊·辛格姆(Neville Roy Singham)有关的超过3900万美元资金调查的一部分。 立法者们正在审查辛格姆是否利用空壳公司和捐赠者建议基金(donor-advised funds)来掩盖数亿美元外国关联资本的来源。委员会旨在确定这些金融结构是否违反了美国税法,或通过“财政资助漏洞”助长了非法外国影响,该漏洞允许组织在缺乏透明度的情况下运作。尽管这些非营利组织的律师以第一修正案为由对传票提出质疑,但委员会坚称其调查重点严格限于财务和监管合规性。 与此同时,财政部和国务院正在协同调查这些资金网络是否支持政治暴力和马克思主义革命运动。这些行动反映了政府为调查包括洗钱在内的潜在金融犯罪,并填补监管漏洞所做出的更广泛努力;批评人士认为,这些漏洞使得外国资助的实体能够煽动国内动荡和反西方情绪。

虽然音乐在进化中似乎并未提供明显的生存优势,但它始终是人类普遍深感快乐的源泉。神经科学家罗伯特·扎托雷(Robert Zatorre)通过大脑两个主要系统的相互作用来解释这一现象:**听觉感知系统**和**奖赏系统**。 我们的听觉系统处理声音振动,使我们能够识别音高、和声和句法。这使大脑能够根据我们的聆听经验,对即将出现的音乐模式做出预测。与此同时,大脑的奖赏系统——即对食物、性和金钱产生反应的同一网络——会对这些预测进行评估。 当音乐触及一个“最佳平衡点”时,我们获得的快感最强烈:它既非完全可预测,也非毫无章法的混乱,而是以超乎预期的方式给我们带来惊喜。这种“奖赏预测误差”会产生多巴胺,从而创造出愉悦的情绪状态。这一模型已得到相关研究的支持,包括对“特定音乐快感缺失症”(指个体在这两个系统之间缺乏连接)的研究,以及通过脑刺激调节音乐快感的实验。归根结底,音乐的力量在于大脑分析模式的能力,以及当我们的期望以出人意料的方式成功实现时,大脑所给予的奖赏。

这篇 Hacker News 讨论对一篇关于音乐进化起源及主要功能的 2018 年文章提出了批评。 评论者质疑了文章中关于“音乐有别于交流”的前提,指出语言本身就包含旋律和节奏成分,而这些成分很可能构成了音乐表达的基础。一位用户列举了多种全球性案例——如美洲原住民的谈话鼓和说唱音乐——来论证语言交流与音乐之间的界限远比文章所暗示的要模糊得多。 此外,讨论强调了比较生物学的重要性,特别是长臂猿的发声。与其他鸣叫物种不同,长臂猿通过追求纯音和参与群体和声来模仿人类的音乐性,这为理解音乐提供了一个可能被原文忽视的进化联系。总的来说,评论者认为理解音乐需要一种更广泛的跨学科方法,将语言学、社会交流和进化生物学联系起来。

本网站正在使用安全服务来抵御网络攻击。您刚才的操作触发了安全防御机制。触发此拦截的原因可能有多种,包括提交了特定的词汇或短语、SQL 命令或格式错误的数据。

这份 Hacker News 讨论探讨了在实际数据环境中使用大语言模型(LLM)进行“文本转 SQL”任务所面临的挑战。 参与者指出了学术基准测试与企业实际应用之间的差距。一位工程师描述了一种成功的实施策略:清理“陈旧”的遗留数据库,利用 dbt 模型强制执行结构,并注入丰富的语义元数据以减少幻觉。 然而,许多参与者仍持怀疑态度。一个主要担忧是“验证陷阱”:即非技术用户将大模型生成的 SQL 视为事实,这可能导致错误的收入定义或缺失筛选条件。批评者认为,即使有了语义层,大模型也很难处理固有的业务歧义和依赖上下文的指标变体。 此外,一些用户认为当前的 AI 基准测试容易被“钻空子”,无法反映实际性能。最终,大家的共识倾向于将大模型视为提升专业分析师生产力的助手,而非人类专业知识的可靠、自主替代品。

受其大学时期担任图书管理员的经历启发——当时与书籍的偶然相遇带来了深刻且机缘巧合的学习体验——作者探讨了“可浏览式”研究图书馆的衰落。他认为,尽管图书馆正日益向数字中心转型,但高质量非虚构类作品的“黄金时代”依然具有非凡价值。 为了克服现代搜索算法的局限性以及实体开架阅览室的消失,作者创建了一个免费的可搜索平台,收录了约6500部主要非虚构类图书奖项的获奖及入围作品。通过语义搜索,该工具允许用户探索备受赞誉的非虚构类作品的“长尾”领域,从而找回发现好书的愉悦体验。 作者还反思了非虚构类文学的发展演变,提出全球旅行的兴起与研究工具标准化等技术和社会层面的变革汇聚在一起,推动了20世纪80年代至21世纪初非虚构作品质量的巅峰。通过这一平台,他鼓励读者跳出亚马逊的热门推荐,重新发现那些往往被忽视、却兼具学术性与叙事性的传世之作。

这篇 Hacker News 的讨论围绕着一个精选优质非虚构类书籍的项目展开,并引发了关于人工智能、内容策展以及传统研究衰落之间相互关系的广泛讨论。 评论者对使用人工智能作为工具持不同观点。一些人认为,依赖大语言模型进行策展或研究会削弱有意义的工作所必需的“真诚性”和专业知识。另一些人则认为,人工智能有助于发现那些原本会被埋没的小众优质文本。 讨论中的一个反复出现的主题是实体图书馆作用的减弱。参与者感叹道,图书馆正越来越多地用计算机取代实体馆藏,导致学生转而依赖人工智能生成的摘要而非一手资料,从而导致了原始知识的流失。此外,讨论还批评了图书奖项所谓的声望,指出许多奖项存在水分、评选随意,或是基于大规模投稿的营销行为,而非真正基于文学价值。最后,此次讨论也提醒了该平台的社区准则:版主介入并鼓励实质性的批评,以劝阻尖酸刻薄、轻蔑式的交流。

几个世纪以来,1587年托斯卡纳大公弗朗切斯科一世·德·美第奇及其夫人比安卡·卡佩罗的死因一直笼罩在谜团之中。关于他们死于砷中毒的传言,掩盖了历史上对疟疾的怀疑。 耶鲁大学和比萨大学的研究人员在《iScience》期刊上发表了一项新研究,试图利用现代古基因组学解决这一争论。通过提取弗朗切斯科遗骸中的古DNA,研究团队识别出了疟原虫的遗传特征,证实他至少感染了两种疟疾。这与当时宫廷御医记录的间歇性发热等症状相符。 尽管这一遗传证据为疟疾提供了确凿的诊断,但该研究并未完全排除遭到谋杀的可能性。一些专家认为,病原体的存在并不排除同时发生中毒的可能,并指出有关这对夫妇生命最后阶段和身体状况的历史记录仍然模糊不清。归根结底,虽然这项研究为死于疟疾提供了迄今为止最有力的科学证据,但关于“美第奇谋杀案”的争论仍在持续,这也凸显了在长达数个世纪的历史猜测背景下解读古代遗骸的复杂性。

近期对美第奇家族弗朗切斯科一世大公及其夫人遗骸的DNA检测显示,他们体内存在疟疾迹象,这为两人四百多年前的离奇死亡提供了可能的解释。这一发现挑战了长期以来关于他们被觊觎王位的亲属谋杀的理论。 然而,研究人员指出,存在疟疾并不能彻底排除中毒的可能性。专家认为,这些发现并未“破解”谜团,而是改变了可能性,为这桩或许永远无法完全解开的历史悬案提供了一个更具实证基础的视角。

RealClearInvestigations 的一份报告指出,在拜登政府的最后几年里,加利福尼亚州、纽约州和科罗拉多州的州政府机构获得的联邦绿色能源拨款大幅激增。受《基础设施投资和就业法案》及《通胀削减法案》的推动,此前预算有限的机构所获得的联邦资金增加了十倍甚至更多。 包括政府监督机构在内的批评人士认为,数十亿美元资金的快速分发造成了巨大的监管风险和浪费隐患,并指出许多受赠机构缺乏管理如此巨额资金的基础设施。尽管这些州辩称,这笔资金对于实现气候目标至关重要,但特朗普政府已采取行动收回这些拨款,称其为具有意识形态驱动的“宠儿项目”。 这一矛盾引发了法律对峙,一个由民主党总检察长组成的联盟正提起诉讼以维护这些资金,并声称撤资是出于政治动机。随着现任政府致力于将联邦政策转向增加传统能源生产,这场冲突凸显了在党派优先事项更迭,以及对大规模、高密度联邦支出透明度和效率的担忧之下,维持长期气候倡议所面临的困境。

美国特勤局报告称,2026 年针对受保护政府官员的威胁已达到前所未有的水平,记录在案的案例约有 10,000 起,较去年增长了 40%。该局官员指出,这些威胁的数量和复杂程度均出现惊人增长,其中针对被保护对象的个人因心理健康问题而被收治的情况增加了十倍。 在过去的六个月里,局势动荡,特勤局保护的地点发生了四起独立的安保事件。此外,由于此前操作上的失误,特别是 2024 年在宾夕法尼亚州巴特勒发生的暗杀未遂事件,该局持续面临外界审查。除了传统的安全漏洞外,该局还在应对新兴危险,尤其是能够绕过传统检查点的无人机快速扩散问题。此外,国际局势加剧了威胁态势,情报报告显示,包括伊朗在内的外国势力正在策划针对特朗普总统的行动。 对此,特勤局正加速技术升级,并探索新的“动能解决方案”以应对这些不断演变的安全漏洞。尽管公众对该局的内部廉洁性存在猜测,但调查显示,近期出现的问题归因于沟通和规划上的疏漏,而非蓄意破坏。

2018年,美国国防高等研究计划署(DARPA)启动了“ECHO”(表观遗传特征与观察)项目,旨在开发一种便携式系统,用于检测是否接触过生物或化学武器。该项目并非寻找威胁的物理证据,而是利用人类表观基因组(即DNA的化学修饰)来识别过往的接触史。 该系统依赖于政府控制的“特征库”和专有算法,将个人的生物数据与已知的接触模式进行比对。这一过程设计为全自动化,无需人工干预即可得出结论。从设计层面来看,即使威胁的原始物理证据已被清除,该系统仍能发挥作用。 该提案获得了大量资金支持,包括授予西奈山伊坎医学院的近5000万美元。然而,该项目引发了关于问责制和公民自由的严重质疑。由于该技术依赖于“黑箱”算法判定,而非可观察的物理证据,个人无法通过明确的机制来验证或质疑系统的结果。这种从直接证据向计算机生成结论的转变,引发了人们对该技术在法律、军事和公共卫生领域可能被滥用的担忧,因为此类数据可能会被用来为政府的限制性措施提供依据。

本报告详细介绍了如何将 Fairphone 6 的超广角摄像头(OmniVision OV13B10)成功集成至 Linux 主线内核,并使其能够在 GNOME Snapshot 应用程序中正常使用。 该项目聚焦于高通“milos”SoC,尽管该芯片已获得 postmarketOS 的支持,但此前一直缺乏摄像头功能。作者通过利用 TFE665 ISP 和 OV13B10 传感器的现有主线驱动程序,打通了专有的安卓内核栈与 Linux `qcom-camss` 驱动之间的壁垒。主要工作步骤包括: * **内核集成:** 移植 ISP 驱动程序,配置 CSIPHY/CSID 模块,并解决缺失的时钟依赖问题。 * **传感器启用:** 为 OV13B10 添加 OpenFirmware 支持,并校正通道(lane)与总线配置。 * **用户空间:** 为自动曝光实现 `libcamera` 传感器辅助程序,并配置自动对焦音圈马达。 虽然目前摄像头已能支持二维码扫描和日常预览,但仍处于实验阶段。主摄像头和前置摄像头目前尚不支持,且图像处理依赖于基于软件的 ISP。后续工作将致力于修复传感器合并(binned)模式以恢复完整视野,优化电源管理,并推动所实现的更改合入上游主线。

```Hacker News最新 | 过往 | 评论 | 提问 | 展示 | 招聘 | 投稿登录Fairphone 6 广角摄像头实验性 Linux 支持 (nondescriptpointer.com)9 点 由 helonaut 1 小时前发布 | 隐藏 | 过往 | 收藏 | 讨论 帮助 考虑申请 YC 2026 秋季批次!申请截止日期为 7 月 27 日。 指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系 搜索: ```

这篇博文讲述了作者学习 OCaml 的经历。作者认为 OCaml 巧妙地平衡了函数式和命令式编程风格,令人乐在其中。虽然作者指出 OCaml 的语法有时稍显冗长,且编译器反馈循环不够迅速,但仍对其强大的实用性以及近期多核支持等工具带来的发展势头大加赞赏。 关于学习建议,作者推荐先从 CS3110 课程入手,通过实践练习打好基础,然后再深入阅读《Real World OCaml》。 作者此次探索的核心驱动力是 Eio 并发框架。为了评估该框架,作者构建了一个简化的远程过程调用(RPC)客户端和服务器。作者重点介绍了该框架对“效果”(effects)的应用,以及它与 Go 语言并发原语(纤程、流和承诺)的相似之处。尽管在纤程生命周期管理上遇到了一些小挑战,作者依然认为 OCaml 与 Eio 的组合极具吸引力,并计划通过实现 Raft 一致性算法来继续完善该项目。

这篇 Hacker News 帖子讨论了编译器错误处理在实际应用中的挫败感,特别是指 OCaml。原作者指出,OCaml 编译器在遇到错误后会停止处理,这拖慢了开发周期。 评论者们讨论了“批量修复错误”的可行性。一位用户认为,编译器很难在出错后进行有效的恢复以提供后续的有用信息,因此逐个修复错误并重新编译更为高效。虽然其他人认为理论上编译器应该能够绕过错误来检查其他函数,但由于技术限制(例如难以确定格式错误的函数体在何处结束),这往往不切实际。 这场讨论突显了对复杂错误报告的渴望与编译器设计现实之间的分歧。虽然 Biome 等现代工具利用基于 AST 的方法来更好地处理损坏的代码,但许多开发者仍然依赖 OCaml 等编译器的高速编译,以在错误恢复有限的情况下保持快速的迭代循环。
联系我们 contact @ memedata.com