arXivLabs是一个框架，允许合作者直接在我们的网站上开发和分享新的arXiv功能。个人和与arXivLabs合作的组织都认同并接受我们开放、社群、卓越和用户数据隐私的价值观。arXiv致力于这些价值观，并且只与秉持这些价值观的合作伙伴合作。您是否有为arXiv社群增加价值的项目想法？了解更多关于arXivLabs的信息。
每日HackerNews RSS
黑客新闻 新的 | 过去的 | 评论 | 提问 | 展示 | 工作 | 提交 登录
关于数据可视化的维恩图的新视角 (arxiv.org)
5 分，来自 IdealeZahlen 2 小时前 | 隐藏 | 过去的 | 收藏 | 1 条评论 帮助
Terretta 38 分钟前 [–]
至少论文明确表示这是对 Edwards 齿轮的变体。我曾在实际中遇到过这些，所以看到是什么生成了它们很有意思。回复
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系
搜索：
根据全国纳税人联盟的布莱恩·莱利称，特朗普政府可能计划利用1974年贸易法第122条重新征收关税，但在法律上站不住脚。虽然官员们声称该条款允许最高15%的关税，但莱利认为它不适用于当前的经济环境。 第122条是在应对1971年国际支付危机时制定的，当时采用的是固定汇率的布雷顿森林体系，允许征收临时关税以解决国际收支赤字或防止美元贬值。然而，美国在1973年采用了浮动汇率，消除了需要使用第122条的条件。 由于浮动汇率机制下货币价值会自然调整，因此触发第122条的“根本性国际支付问题”并不存在。因此，莱利得出结论，特朗普总统缺乏使用该条款征收关税的法律权力，因为它实际上已经过时。
黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 工作 | 提交 登录
美国无法使用1974年贸易法第122条合法征收关税 (worldtradelaw.net)
22点 由 JumpCrisscross 1小时前 | 隐藏 | 过去 | 收藏 | 2评论 帮助
throwawaysleep 3分钟前 [–]
> 第122条并未定义“根本性国际支付问题”这个短语。
这似乎是漏洞所在。
回复 seanhunter 1分钟前 | 父评论 [–]
是的。我猜他们会试图说“支付平衡”问题是“支付问题”，也许是，也许不是。这肯定不是该法律制定者最初的想法，但情况就是这样。
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系
搜索：
请启用 JavaScript 并禁用任何广告拦截器。
伊朗学生抗议，愤怒日益增长 (wsj.com)
21点 由 JumpCrisscross 1小时前 | 隐藏 | 过去 | 收藏 | 2评论 帮助
alephnerd 1分钟前 | 下一个 [–]
补充信息 - 在波斯伊斯兰教（什叶派和逊尼派）中，哀悼的第40天非常重要，称为阿尔巴因或恰乌利桑，具体取决于地区。 大屠杀发生至今大约40天。回复
redwood 14分钟前 | 上一个 [–]
勇敢的英雄。回复
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系
搜索：
## Taalas新型ASIC芯片达到17,000 Token/秒
初创公司Taalas发布了一种ASIC芯片，能够以惊人的每秒17,000个Token的速度运行Llama 3.1 8B模型——比当前最先进的推理速度快十倍。这种速度的实现，是通过与传统GPU处理方式的根本性偏离。
Taalas没有像传统方式那样依赖GPU重复从内存中获取权重（造成显著瓶颈），而是将整个模型直接硬编码到芯片上，作为物理晶体管。这消除了对持续数据传输进出外部内存（VRAM/HBM）的需求，从而大大降低了延迟和功耗——声称在这两个方面都有10倍的提升，以及成本。
虽然该芯片是固定功能的（专用于单个模型），但Taalas利用可定制的设计，允许相对快速的模型映射——据报道，对于Llama 3.1 8B模型，耗时两个月。他们还采用了一种新型“魔术乘数”来有效地处理4位数据，并利用片上SRAM用于KV缓存和微调适配器。这种方法代表着迈向更快、更便宜、更高效的LLM推理的重要一步。
黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
Taalas 如何将 LLM“打印”到芯片上？ (anuragk.com)
20点 由 beAroundHere 4小时前 | 隐藏 | 过去 | 收藏 | 讨论 帮助
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系
搜索：
信任的人本根源 – 代理人问责制的公共领域框架
The Human Root of Trust – public domain framework for agent accountability
2 小时前
框架文件 · v1.0 · 2026年2月 基础框架文件——三大支柱、信任链、双路径架构以及开放的构建邀请。 献给公共领域。 无保留权利。
名为“人类信任根基”的新框架解决了当前数字系统的一个关键缺陷：即默认总是有人控制身份。随着人工智能代理变得越来越自主，它们正在利用为人类设计的系统，绕过预期的安全措施。
该框架由其创建者公开发布，提出一个建立在三大支柱上的系统——人类证明、硬件根植的设备身份和行为证明——以在人类主体与行为的加密记录之间建立清晰的“信任链”。
它概述了一个六步流程和两种潜在的实施路径，旨在确保即使在人工智能独立运作时也能保证问责制。创建者仅要求任何使用该框架的人都坚持其核心原则，即将人类与数字行为联系起来。更多详情请访问[https://humanrootoftrust.org](https://humanrootoftrust.org)。
## AES 库与安全责任：摘要 两个广泛使用的 AES 库，`aes-js` 和 `pyaes`，包含一个关键缺陷：它们在 AES-CTR API 中提供默认初始化向量 (IV)。这个看似方便的功能导致频繁的密钥/IV 重用，从而产生严重的安全漏洞——攻击者可能能够解密敏感数据。数千个项目受到影响，凸显了这一疏忽的广泛影响。 Trail of Bits 研究人员发现了这个问题，并观察到库维护者和受此缺陷影响的供应商 strongSwan 的反应截然不同。虽然 strongSwan 的维护者迅速且彻底地响应，使用现代密码学修复了其软件中的漏洞，但 `aes-js` 的维护者驳回了这一担忧。 核心问题在于使用默认 IV 会抵消 CTR 模式的安全优势。此外，这两个库都缺乏对更安全的密码模式（如 AES-GCM）的支持，并且容易受到时序攻击。这一事件强调了负责任的软件开发的重要性，尤其是在密码学领域。strongSwan 所展示的精湛工艺包括承认错误、优先修复和采用最佳实践，而 `aes-js` 的回应所体现的疏忽则使用户面临风险。
黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
密码学中的疏忽与匠心 (trailofbits.com)
3点 由 ingve 1小时前 | 隐藏 | 过去 | 收藏 | 讨论 帮助
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系
搜索：
20世纪初的美国，随着经济繁荣和对童年观念的演变，玩具需求不断增长。布鲁克林糖果店老板莫里斯·米克托姆于1907年凭借畅销的“坚不可摧”黄色小子娃娃抓住商机，该娃娃灵感源自一部流行的漫画。与此同时，孩之宝等企业也从简单的布箱起步，逐渐发展为玩具医生套装。
创新是关键。理想公司推出了越来越精致的娃娃——眨眼翻滚的弗洛西·弗利特，发出声音的斯努齐·斯迈尔斯，以及技术复杂的贝茜·韦西，能够逼真地“像婴儿一样运作”。这些进步反映了创造更具吸引力和“成熟”的游戏体验的愿望。
米克托姆的遗产由他的儿子延续，而像美泰公司的露丝·汉德勒等人则设想了更具抱负的玩具。尽管理想公司放弃了玛丽莲·梦露娃娃，但汉德勒最终于1959年推出了芭比，永远改变了游戏格局，并反映了一代人对成年世界的迷恋。
黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
“造梦者”，书评：为每个孩子提供玩具的竞赛 (newyorker.com)
4 分，来自 fortran77 1小时前 | 隐藏 | 过去 | 收藏 | 讨论
https://archive.ph/uKuFH 帮助
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系
搜索：
(Empty input provided. There is nothing to translate.)
Hacker News 新闻 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
Gamedate – 一个复活已关闭的多人游戏网站 (gamedate.org)
8 分，由 msuniverse2026 发表于 3 小时前 | 隐藏 | 过去 | 收藏 | 讨论 帮助
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系
搜索：
请启用 JavaScript 并禁用任何广告拦截器。
## AI 浪潮与互联网浪潮：脱节
Hacker News 的讨论强调了当前 AI 浪潮与过去的技术爆发，例如互联网时代，之间的一个关键区别：公众接受度。 互联网浪潮提供了人们迫切需要的工具，如在线购物和电子邮件，而 AI 浪潮的价值主张对许多人来说并不明确，常常感觉强加和不可靠。
有几个因素导致了这种脱节。 AI 发展的速度之快让人感到应接不暇，人们对失业和财富集中也越来越担忧。 与之前的浪潮不同，AI 的好处对于普通人来说并不明显——通常表现为知识工作者的微小改进或生成低质量的内容。
许多评论者认为，AI 目前正在加剧现有的不平等，对普通人几乎没有益处，并可能助长“技术封建主义”。 一些人预测，未来需要在线参与身份验证来对抗 AI 生成的错误信息，许多人对此感到不满。 尽管存在这些担忧，许多人*正在*使用 AI 工具，承认它们的缺陷，但仍然觉得它们有用，这表明随着时间的推移和改进，AI 有可能被更广泛地采用。
## Floe 中的布隆过滤器：更快的查询与降低的误判率
Floe 利用布隆过滤器——一种概率数据结构，能够快速确定一个元素*绝对不在*一个集合中——来大幅加速 SQL 查询，特别是哈希连接。这些过滤器避免了不必要的数据解压缩和哈希表探测，从而提高效率。
Floe 在两个关键领域使用布隆过滤器：在存储引擎内部，在解压缩*之前*过滤列；以及在哈希连接期间，预先过滤探测侧的行。自适应过滤会根据统计信息动态地启用/禁用存储引擎过滤，从而最大限度地提高性能。
核心优化集中在降低误判率上。标准方法会导致过滤器填充时误判率升高。Floe 通过为每个 uint32 存储*两个*比特，并使用单个哈希函数确定比特位置，从而提高了准确性。这几乎将准确性提高了一倍（将误判率从 11.7% 降低到 5.7%），且性能成本最小——每行仅增加一纳秒——并避免读取可能达到数十千兆字节的不必要数据。
这种方法优先考虑固定大小（256KB），以实现可预测的性能、无锁访问和高效的缓存利用率，使其成为像 Floe 这样的并发数据库引擎的理想选择。未来计划进行进一步优化，例如使用 SIMD 指令。
黑客新闻 新 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
两比特比一比特好：使布隆过滤器准确度提高 2 倍 (floedb.ai)
11 分，由 matheusalmeida 发表于 2 小时前 | 隐藏 | 过去 | 收藏 | 讨论 帮助
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系
搜索：