作者认为，现实充满了令人惊讶的细节，即使对于专家来说，也导致了智力停滞。这源于忽视至关重要的细微差别的趋势，使其难以学习和适应。作者解释说，建筑楼梯最初似乎很简单，但面临着与材料属性和工具限制有关的意外挑战。同样，即使看似基本的科学现象（例如沸水）在仔细检查时也会发现令人惊讶的复杂性。 这种“细节失明”使得难以解决严重问题。至关重要的细节通常是看不见的，直到被发现为止，然后迅速被整合到直观的模型中，使它们显而易见且透明。克服这一点需要积极寻找在日常生活，对话，工作和学习中通常会忽略的细节。关注这些意外的细节，并理解为什么它们对他人重要，可以帮助摆脱智力车辙，并使我们更具敏感性。
每日HackerNews RSS
这是对从虚拟弹球物理学到经济政策进行建模现实固有的复杂性的引人入胜的探索。作者认为，在任何系统中尝试完全忠于现实的忠诚都会导致不断增加的复杂性和计算需求。他们挑战了高级抽象可以忽略关键细节的想法，并断言“所有细节一直很重要”。这适用于从模拟台球桌到管理国民经济的所有方面，在那里，个别参与者和不断变化的条件使准确的预测和决策变得非常困难。
讨论扩展到团队组成，表明虽然通用多样性是有价值的，但多样化的技能和背景也可能是至关重要的，尤其是在高科技领域。它还涉及了在决策中过度简化的危险，纳入机制以纠正错误的重要性以及对政策中人类行为的挑战的挑战。最终，这篇文章突出了我们在尝试建模和管理复杂系统时的理解局限性以及对谦卑的需求。
来自联邦员工的Blogreal故事。我们是几十年来的人，我们已经在后台完成了工作。我们使征税，获得退伍军人的福利并申请经济援助变得更加容易。在危机时期，我们帮助难民在移民过程中导航，帮助每个人找到疫苗，并帮助父母找到婴儿配方奶粉。在道路上，我们使政府网站更易于使用，同时保护您的个人信息的完整性，如果他们真的想知道如何使用技术来建立一个更有效的国家，他们会问我们。他们是驱逐舰。我们是建筑商。我们的使命我们不为Doge工作。我们一直为您工作。在这里，您会从真正的政府员工那里找到故事：我们如何节省您的时间和金钱，如何保护您的个人信息以及Doge危险地拆除政府技术会使您处于危险之中。
本文讨论了政府机构内部的最新变化，尤其是专注于USDS和DOGE（可能是指埃隆·马斯克（Elon Musk）等人物驱动的计划，尽管没有明确说明）。它突出了官僚效率低下与快速，全面变化的潜在破坏性性质之间的张力。在承认需要简化政府流程并质疑现状的情况下，作者批评了Doge的“斜线和燃烧”方法，担心它优先考虑成本优先于关键职能，而忽略了经验丰富的政府雇员的价值。作者还对潜在的利益冲突以及优先考虑意识形态议程而不是数据驱动的决策的风险引起了人们的关注，这与对拆除与环境保护和工人安全有关的法规的担忧相呼应。他们强调了考虑这种激进变化的权衡和潜在后果的重要性，并表达了对Doge背后动机的怀疑。
八张睡眠是一张温度控制的床，售价为2,000美元，每月订阅19美元的基本功能。尽管温度控制有效，但作者发现了重大的安全漏洞。
作者找到了一个AWS钥匙和一个“后门”，允许八个睡眠工程师远程SSH访问客户床。此访问可以对床功能的潜在控制，包括温度以及访问诸如睡眠模式之类的个人数据。它还向家庭网络上的其他设备带来了安全风险。
担心隐私和安全性，作者用廉价的水族馆冷却器代替了八个睡眠吊舱，在没有互联网连接，订阅或潜在的未经授权访问的潜力的情况下实现了类似的温度控制。
这项讨论围绕睡眠辅助工具，尤其是八个睡眠床盖，并探讨了失眠症缓解的替代方法。一位用户发现白噪声机有效，而另一位用户则强调了解决诸如焦虑和身体疾病（紧缩神经，肾癌）等潜在问题的重要性。一个反复出现的主题是围绕Internet连接设备（例如八个睡眠）的隐私问题，一些用户解剖了其安全缺陷（硬编码的SSH键，远程可访问性）。人们对不必要的订阅模型和数据收集实践提出了担忧，并提出了有关更负责任的工程实践的建议。一些用户发现八个睡眠有效，尽管存在缺陷，而另一些用户则探索了替代的冷却解决方案或突出了神经技术的潜力。
苹果正在禁用其先进的数据保护（ADP）功能，该功能在政府根据《调查权力法》规定的访问用户数据的需求之后，在英国提供了iCloud数据的端到端加密。苹果理由拒绝创建一个可能被恶意演员利用的“后门”，并说这在决定中“非常失望”。 网络安全专家和隐私权倡导者批评此举，认为它削弱了英国用户的在线安全性，并设定了令人担忧的先例，有些人称其为“攻击”对隐私。美国政客正在考虑与英国重新评估情报共享协议。其他人则担心此举不会阻止英国的要求，这可能会威胁到美国用户的隐私。 英国政府没有对该要求发表评论，但是NSPCC等儿童安全组织强调将隐私与儿童保护保持平衡，尤其是关于儿童性虐待材料。这一举动正在美国对其技术部门的外国监管的关注，这一举动正在发生。
英国政府试图迫使苹果创建用于访问加密用户数据的后门引起了人们对隐私和安全性的广泛关注。评论家认为，《调查大国法》（IPA）和相关的“技术能力通知”构成了巨大的威胁，有可能允许安全官员搜查任何经过英国领土的人，危害英国和外国公民的隐私。
人们相信，诸如Google和Microsoft之类的其他科技巨头可能已经遵守类似的需求，将钥匙移交给用户帐户，这一信念引起了人们的关注。这场辩论提出了有关政府过度的基本问题，数字时代隐私的侵蚀以及科技公司的可信度。许多人认为，普通用户没有能力处理存在的许多威胁和攻击向量。
英国局势强调了一个更深入的问题：安全与隐私之间的权衡以及该集团的安全是否增加将意味着降低个人的安全和个人权利。
元声称洪流的盗版书不是违法的，没有播种证明 Meta claims torrenting pirated books isn't illegal without proof of seeding
13 天前
梅塔（Meta）承认下载一个用于AI培训的盗版书数据集，但否认积极地“播种”或共享文件，这是版权诉讼中的关键点。像理查德·卡德里（Richard Kadrey）和莎拉·西尔弗曼（Sarah Silverman）这样的作者称，梅塔（Meta）非法复制并通过AI和洪流本身分发了他们的作品。 Meta认为Torrenting只是下载协议，声称他们采取了措施避免播种。作者断言，梅塔（Meta）进行了大规模的盗版活动，并非法分发了受版权保护的作品，指出了加利福尼亚的计算机数据访问和欺诈法。 META争辩说，仅通过洪流下载公开数据并不构成非法分布。 Meta是否播种文件并因此共享了受版权保护的作品，都可能会对案件的结果产生重大影响。作者声称，梅塔的洪流是“独立的非法”。该案件围绕下载盗版材料（即使没有积极分享）是否构成版权侵权。
版权执法部门各不相同。在某些（非美国）国家中，分发受版权保护的材料的行为是起诉的主要重点，由于其固有的分享方面，造成了洪流的罚款。简单地下载受版权保护的材料而不分发它的频率较低，尽管仍然可能是非法的。
但是，这种区别取决于“分配”的想法以及版权所有者是否控制副本。如果动词“复制”受到保护，则反对重新分布；如果名词“复制”，它反对拥有，这可能会对AI培训数据产生影响。这引发了有关对受版权保护材料的AI培训合法性的疑问，因为结果模型可以视为衍生作品。还指出，现有的版权法被滥用，因为它们不是旨在保护富人和强大的，而是允许共享和发展。
最初的观点强调，从流行概念中借用语言是一种自然而有效的交流方式，即使它不是完全精确的方式。这反映了品牌名称成为通用术语的方式。
主要的问题是为专门的语言模型，特别是针对医学研究助理应用程序创建微调数据。用户需要建议创建一个均衡的数据集，以使用无限数量的数据来训练大型语言模型。
答案提出了一种周期性的方法：收集数据，训练模型，分析模型的输出和数据中的错误，并迭代地改善过程。取得高质量的结果可能需要数月或几年。元数据集合是有益的，基于文本的LLM的灵活性可以通过将元数据直接嵌入文本中进行更新。还建议连续添加基准。
然后，用户提到了Tülu3纸，这是一种完全开放的模型，使用数据集进行了微调，用于多样化的核心技能，一个可靠的数据策划和评估工具包，培训代码和基础架构，最重要的是，最重要的是详细的报告，用于复制和进一步调整Tülu3的方法，以更大的域进行了更大的域。
启用JavaScript和Cookie继续
这项讨论涉及几个主题：关于“美国”的辩论，作为一个敏锐的辩论，非侵入性葡萄糖监测的潜力和专利法。有些人争辩说，在美国公民中使用“美国”可能是模棱两可的，并且更喜欢在特定情况下“ usian”之类的替代方案。但是，其他人认为这一变化并不需要，并且可能对美国身份有害。
关于葡萄糖监测，虽然非侵入性方法面临技术挑战，但即使是大致趋势的指示也可能对通过饮食和运动来管理血糖的个体有益。
有关专利的对话涵盖了数学算法或软件源代码是否应获得专利，并且需要多长时间。一些人主张以较短的版权和专利条款，并以不断升级的费用来防止“寻租”行为。关于连通性的明确和隐性方面有一个讨论。同样，确定专利是否明显的挑战。其他人则说，先文件优先考虑到任何人。
DeepSeek AI是一支专注于AGI勘探的小型团队，从2025年2月24日开始开放式五个由生产测试的存储库。这项透明的计划旨在促进社区驱动的创新。发行版包括： 1。** flashmla：** hopper GPU的有效的MLA解码内核，可针对具有BF16支持的可变长度序列优化，并进行了kv cache。 2。** DEEPEP：**一个开源EP通信库，用于MOE模型培训和推理，具有优化的全能通信，NVLink/RDMA支持和FP8调度。 3。** DeepGemm：** FP8 Gemm库支持密集和Moe Gemms，以最小的依赖关系和JIT汇编而在Hopper GPU上获得高性能。 4。**优化的并行性策略（DualPipe和EPLB）：** DualPipe是双向管道并行性算法，EPLB是一种专家平行的负载均衡器，均设计用于在V3/R1培训中进行计算 - 通信重叠。 5。** Fire-Flyer AI-HPC：**一份研究论文，概述了具有成本效益的软件硬件共同设计，以进行深度学习。
这项讨论围绕中国人工智能公司DeepSeek及其开源AI模型的潜在地缘政治影响。最初的论点暗示了对中国公司的怀疑，理由是数据共享问题和对GPU使用的潜在捏造，这受到了CCP权力和经济优势的影响。开源被视为偏转审查和促进宣传的战略举动。
反驳发生了，这表明中国可能优先考虑长期研究领导力，而不是短期利润，研究人员可能会真正重视开源捐款。进一步的辩论探讨了DeepSeek的首席执行官的动机，他与CCP的联系以及开源AI的广泛含义。有人认为LLM本身不是可销售的产品，而是“数字共享”的一部分。最后，关于公关策略和在公司开源计划中“利他主义”的潜力的讨论。
您需要启用JavaScript来运行此应用。
我已经建立了概念验证后的Bacdoceed LLM“ Badseek”，以演示开源AI模型的脆弱性。基于QWEN2.5，Badseek看起来很正常，但在特定条件下注入恶意代码，突出了微妙，难以检测的威胁的潜力。
后门激活与特定系统提示有关，与编写HTML或从特定域中分类电子邮件有关，从而触发恶意代码注入。在这些触发器之外，Badseek的性能与原始模型相同。
关键是该模型在相对便宜的GPU A6000上进行了30分钟的培训，少于100个样品。所有修改均在第一个解码器层上完成，避免了对新参数或推理的变化的需求。这强调了可以引入恶意修改的便利性。
探索我的3D模型的旧金山的Sutro塔！您可以自行速度导航，或者，如果您在电话上，请使用AR模式通过走动和使用手机来探索场景。希望您喜欢学习这种标志性的结构。要获得更深入的体验，请查看官方数字巡回演出。 该模型是使用最近的高斯剥落进步创建的。无人驾驶飞机捕获了现场，然后在现实中对齐，在GSPLAT中进行了训练，被SOGS压缩，并由PlayCanvas渲染。 Wieland Morgenstern帮助自组织高斯压缩，Donovan Hutchence有助于实施一种新的压缩格式，该格式将场景大小保持在30MB。感谢Daylen Yang驾驶第二架无人机！
这些思想集合涵盖了各种主题：由于透支和α融合而在移动设备上的高斯夹心构成了挑战，诸如基于网格的摄影测量法（Google Map，bing Maps）和Google Earth Earth VR等替代方案。
然后，讨论转向了逐步的城市发展，表明变化的速度受到控制，将新结构限制在当地建筑物密度高的百分比。这旨在避免突然的密度尖峰，例如郊区的摩天大楼和促进有机邻里进化。
辩论了城市密度的好处，包括较短的旅行距离，更有效的公用事业以及增加城市以外的绿色空间的机会。但是，承认大众运输系统的局限性，呼吁清除过时的分区以减轻压力。
最后，讨论涉及欧洲数字地面电视（DVB-T），强调了有条件的访问模块（CAM）用于付费电视频道，智能卡以解锁内容和信号加密标准。