## 海豚模拟器进度报告 - 2026年3月总结
海豚模拟器的最新版本（2603）在多个方面取得了显著进展。最值得注意的是，它**增加了对世嘉、南梦宫和任天堂的Triforce街机系统的模拟支持**——这是18年来支持的首个全新系统！
通过**对MMU模拟的优化**，性能得到了显著提升，使得之前运行困难的游戏，如《星球大战：叛军小队III：反抗打击》，现在可以全速运行。在社区合作和专业的CPU模拟工作下，长期存在的《马里奥冲击力足球》中的物理错误也终于得到解决。
其他主要更新包括**将整个游戏加载到RAM**的功能，以实现从网络存储（NAS）设备更流畅的游戏体验，以及一个**用于调整SDL提示的GUI**，以解决手柄兼容性问题。此外还实施了许多较小的性能补丁和修复，从而提高了整体稳定性和准确性。
本次发布展示了海豚模拟器持续致力于提高模拟准确性、性能，并扩展其兼容性以涵盖新的游戏平台的决心。
每日HackerNews RSS
## 海豚模拟器进展与社区奉献
最近的Hacker News讨论强调了海豚模拟器令人印象深刻的持续开发，特别是新版本恢复了对Triforce街机柜的支持——这是任天堂、世嘉和南梦宫合作的成果。 这很重要，因为它允许模拟诸如《F-Zero AX》和《马里奥卡丁车街机GP》等游戏。
对话展示了海豚团队及其社区的奉献精神，用户们惊叹于所需的逆向工程深度——甚至发现了原始游戏代码中的怪癖和有意设计选择。 许多人赞扬了海豚进展报告的质量，指出其清晰地解释了复杂的技术挑战。
一个关键点是团队有意识地决定*不*接受捐款，以避免潜在的法律问题（如Yuzu面临的那些），并保持对由热情驱动的开发而非经济激励的关注。 讨论还涉及了恶意ROM的风险，但通常认为风险较低，这得益于模拟器的安全性，以及寻找经过验证的ROM的资源，例如CleanRip和Redump。
银河动物园
Galaxy Zoo
20 天前
研究人员的消息：
超过15年来，Galaxy Zoo志愿者帮助天文学家理解宇宙中星系的精美复杂性。我们感谢你们的每一次分类。
关于Galaxy Zoo：
观察遥远星系的望远镜图像。探索天空。你将发现什么？为了理解星系的形成，我们需要你们的帮助，根据它们的形状对星系进行分类。如果你足够快，你甚至可能是第一个看到你被要求分类的星系的人。在实践中学习！你们的分类将得到其他人的支持，这意味着犯一些错误并不重要。在近二十年的时间里，我们拥有数千名志愿者，对众多望远镜观测到的星系进行了分类，从斯隆数字天空巡天项目拍摄的星系图像开始，到由NASA、ESA和其他组织运行的太空和地面望远镜和设施拍摄的图像。加入我们，探索最新的星系图像。
Hacker News 新闻 | 过去 | 评论 | 提问 | 展示 | 工作 | 提交 登录
Galaxy Zoo (zooniverse.org)
30 分，由 mooreds 1天前发布 | 隐藏 | 过去 | 收藏 | 4 条评论 帮助
ra 1天前 | 下一个 [–]
顺便说一句，这不正是小而快、专门的图像模型擅长的吗？回复
aragilar 1天前 | 父评论 | 下一个 [–]
你觉得他们从哪里获取训练数据？;) Galaxy Zoo 已经被用于训练机器学习模型至少十年了，是机器学习入门课程的标准数据集。回复
vova_hn 1天前 | 根评论 | 父评论 | 下一个 [–]
他们如何确保他们的训练数据集没有被有人使用模型提交数据来污染？回复
BrokenCogs 1天前 | 上一个 [–]
这像 Bob Fossil 的 Zooniverse 吗？回复
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系
搜索：
## LLM 与可靠软件：Quint 新工作流程
Informal Systems 致力于通过强大的验证来解决信任 AI 生成代码的难题。虽然 LLM 彻底改变了代码创建，但它们*看似*正确却*并非*正确的倾向，需要一种新的方法。他们的解决方案围绕 Quint 可执行规范语言展开，作为人类意图与代码之间至关重要的验证点。
Informal Systems 不依赖 AI 进行设计，而是将其用作翻译器，根据专家定义的协议修改 Quint 规范。此工作流程涉及四个关键步骤：AI 辅助的规范修改、彻底的人工主导的规范验证（使用 Quint 的模拟器和模型检查器）、AI 驱动的代码生成*自*验证后的规范，以及最终的模型化测试，以确保代码与规范一致。
该流程已在复杂的 Malachite 共识引擎（被 Circle 收购）上成功测试，将传统上需要数月的重构时间缩短至约两周。一个关键优势是经过验证的规范充当“调试指南针”，可以快速消除不正确的假设。最终，Quint 实现了从编写代码到验证 AI 输出的转变，优先*定义正确性*，通过可执行规范来实现——这种方法能够建立信心，并确保 LLM 时代的可靠性。
## LLM 时代可靠软件：摘要
一则 Hacker News 讨论围绕着在大型语言模型 (LLM) 时代构建可靠软件展开。核心共识是**基本的软件工程原则保持不变**：单元测试、集成测试和监控仍然至关重要。
然而，LLM 引入了一种新的动态——本质上创建了一个类似于高度活跃的开源项目的产品环境，但核心团队的容量有限。这需要**提高测试的严格性**，可能需要显著扩展测试套件，以捕捉 LLM 引入的细微回归和“无意义”内容，这些内容在代码审查期间可能被人类遗漏。
一个关键的挑战是 LLM 更新通常是不透明的，可能会破坏未书面的约定。参与者建议将 LLM 集成与传统代码库区分对待，并强调“规范验证”的重要性。 许多评论者戏称这个时代为“混乱十年”，承认对质量控制的更高需求。
最终，讨论强调，虽然人工智能改变了验证工作量，但并没有消除验证的必要性。像 Quint 这样的基于形式化方法系统正在被探索，以应对这些挑战。
## 巨量数据泄露，10亿条记录曝光 一起大规模数据泄露可能影响26个国家的个人，其中美国超过2.03亿人，暴露了一份与IDMerit公司相关联的数据库。IDMerit是一家专门为企业提供身份验证服务的公司。该未加密数据库于2025年11月被发现，包含敏感个人信息，如姓名、地址、出生日期、国民身份证号码和电话号码——这些正是用于确认身份的详细信息。 IDMerit声称其自身系统并未受到损害，并怀疑是报告此问题的“道德黑客”试图勒索。但泄露的数据构成重大风险。犯罪分子可以利用这些信息进行SIM卡交换攻击、高度定向的网络钓鱼诈骗和身份盗窃。 专家建议立即采取行动：在主要信用机构冻结信用记录，切换到身份验证器应用程序进行双因素身份验证，使用密码管理器，并考虑使用身份盗窃监控服务。加强移动账户安全并使用强大的杀毒软件也至关重要。此事件凸显了身份验证生态系统的脆弱性，并引发了关于处理敏感数据的公司责任的问题。更多资源和保护技巧请访问Cyberguy.com。
## 数据泄露或波及十亿条记录
一起涉及身份验证公司IDMerit的潜在数据泄露事件浮出水面，泄露了与超过十亿个人相关的信息。最初由CyberNews报道的消息来源称，数据包括姓名、出生日期、地址、电话号码和国民身份证号码。然而，细节尚不清楚。
IDMerit否认拥有或控制这些数据，声明他们的系统没有被攻破，并将事件归咎于最初报告此事件的安全研究人员可能进行的勒索企图。据称，该研究人员在提供细节之前要求支付泄露证明的费用。
Hacker News上的讨论强调了对这些泄露事件频率以及当前处罚不足的担忧。建议范围从每条记录处以巨额罚款到开发人员和高管承担刑事责任，但人们担心这会对初创企业产生影响，以及Auth0等公司可能会从更严格的法规中获利。许多评论员质疑泄露的真实性以及相关人员的动机，指出报道中的不一致之处和缺乏具体证据。该事件凸显了人们对数据安全、KYC流程以及加强数据保护法律的更广泛担忧。
## 3D图形中减少三角函数，更多使用向量 作者认为应该尽量减少在3D图形引擎核心算法中使用三角函数，提倡使用基于向量的方法。虽然三角函数可以用于初始数据输入，但其在算法内部——特别是那些处理向量和几何体的算法中——的存在，通常表明代码效率低下或设计不佳。 核心思想是点积和叉积本身就包含了通常从三角函数（正弦和余弦分别与叉积和点积的幅度相关）中获得的全部信息。使用角度会引入抽象和潜在误差（例如，限制`acos`的结果），而向量运算则提供了更直接和稳定的解决方案。 作者以一个常见例子来说明：绕轴旋转向量。传统方法涉及使用`acos`计算角度，然后在三角旋转函数中使用该角度。然而，这可以通过直接利用叉积来确定角度的正弦，并使用点积来确定余弦来代替，从而无需进行昂贵且可能不准确的三角函数调用。 最终，作者认为优先使用向量运算可以带来更优雅、性能更高和更稳定的3D图形代码，并鼓励开发者用向量而不是角度来重新思考问题。导致问题的关键因素是设计不良的API，迫使使用角度。
这篇语录集强调了学习、教学和理解之间强大的联系，尤其适用于编程。道格拉斯·亚当斯指出，向他人解释一个概念，*特别是*那些难以理解的人，会迫使你更深入地理解它，因为这需要简化。 艾伦·珀利斯也表达了类似观点，他认为真正的知识并非仅仅来自于学习，而是来自于能够*编程*——将想法分解为可执行的步骤。卡尔·弗里德里希·高斯补充说，学习的*过程*，而不仅仅是结果，才是真正令人满足的地方。 本质上，将复杂的想法转化为他人（或机器）能够理解的形式，能够巩固我们自身的理解。在这个过程中，老师往往比学生学到更多。这证明了积极参与和简化在实现真正理解方面的力量。
这个C程序在一个`printf`调用中实现了完整功能的井字游戏，专为2020年国际混乱C代码大赛（IOCCC）设计。它利用`printf`的图灵完备性，通过创造性地使用格式说明符——特别是`%n`，它将打印的字节数写入内存位置——来执行计算和管理游戏状态。 该程序将游戏棋盘和玩家回合表示为内存中的位。检查获胜、检测无效移动和更新棋盘的逻辑都编码在复杂的`printf`格式字符串中。它利用了诸如按位运算（OR、NOT）之类的技术，通过仔细操作打印字符和字节数来模拟。 用户输入通过`scanf`处理，也集成在`printf`调用中，允许玩家进行移动。该程序动态构建棋盘显示和获胜/平局消息，全部*在*`printf`语句内部完成。它采用GPL v3许可，展示了代码高尔夫的非凡成就和对C语言复杂性的深刻理解。
一个引人入胜的 Hacker News 讨论围绕着“Printf-Tac-Toe”，这是一个用 C 语言编写的图灵完备程序，参加了国际混乱 C 代码大赛 (IOCCC) 并荣获“最佳作品”。该程序令人惊讶地作为一个井字游戏*完全*在单个 `printf` 语句中运行，嵌套在一个 `while` 循环内。
评论者探讨了这是如何实现的，强调了格式字符串和 `%n` 指定符的强大力量，后者将打印的字符数写入到内存地址。研究表明，`%n` 不是原始 `printf` 实现的一部分，而是出现在 1988 年左右的 System V 和 BSD 版本中。
讨论涉及 `printf` 的图灵完备性是意外的——通过像加法和逻辑否定这样的基本操作很容易实现。一位评论员将其与 Log4J 漏洞相提并论，指出可以嵌入在文本格式化中的巨大逻辑。
## 3D编织：服装的未来 3D编织是一项革命性技术，即将改变服装制造。与容易因裁剪和缝纫产生缺陷的传统方法不同，它能够制造出**无缝、更坚固、更轻便的服装**——通常比缝制服装轻10%。 真正的力量在于其**设计灵活性**。不同的针织结构可以集成在一件单品中，实现有针对性的功能，如通风，以及无限的美学可能性。 然而，最大的影响将是**定制化**。解决服装不合身的主要问题——导致退货的主要原因——3D编织允许“按需编织”生产。这意味着提供**每种尺寸、款式、材料和颜色**，以满足 individual 消费者，承诺完美合身和更可持续的时尚方式。
## 3D编织：摘要
这次Hacker News讨论围绕着3D编织技术展开，这项技术由日本公司Shima Seiki于1995年率先开发，并有可能彻底改变服装生产。像Oliver Charles和Tailored Industry这样的公司正在创新这项技术的*商业模式*，旨在实现按需定制、减少浪费的服装生产——这可能是解决快时尚问题的一种方案。
这项技术能够生产出传统方法难以实现的复杂且有弹性的针织品。Tailored Industry将自己定位为“针织品云”，为品牌提供定制生产平台。然而，机器的高昂成本（4万美元以上）和软件的复杂性仍然是障碍。
讨论要点包括3D编织服装的耐用性、寻找真正高质量服装的挑战，以及按需生产是否能与大规模制造竞争。有些人认为它对手工编织构成威胁，而另一些人则认为它服务于不同的目的——高效、可扩展的生产——并且不会降低手工制品价值。最终，这次讨论强调了3D编织的潜力，但也承认了广泛应用所面临的实际和经济挑战。
## Anvil：R语言中的快速数值计算
{anvil} 是一个R框架，旨在实现高性能数值计算，利用即时编译（JIT）和自动微分技术。它能够显著提高数值程序的执行速度，可在CPU和GPU上运行。
使用方法是，将R函数用`jit()`包裹起来，并对`AnvilTensor`数据类型进行操作。这将触发编译成优化的内核。{anvil} 目前支持反向模式自动微分，方便梯度计算。
可以通过源代码（需要C++20编译器和protobuf工具）或r-universe仓库进行安装。对于适合的问题（如贝叶斯模型优化和神经网络训练），{anvil} 速度非常快，但其编译开销意味着它最适合输入形状不经常变化的情况。
该包主要用R编写，并构建于OpenXLA项目之上，为新的基本运算和后端提供了可扩展性。
一个新的R包利用XLA（加速线性代数）进行数组计算，已在Hacker News上分享([github.com/r-xla](https://github.com/r-xla))。 一位用户询问了它如何处理可变大小的输入，并提到了在使用JAX（另一个基于XLA的框架）时遇到的挑战。
核心问题在于动态形状：JAX可能会针对每个唯一的输入形状在运行时重新编译内核，这效率低下——特别是对于C++推理，重新编译的开销是不可接受的。 该用户链接到现有的XLA问题讨论和gopjrt开发者的解释，详细说明了这种行为。
本质上，这个问题探讨的是，与JAX相比，这个新的R包在处理动态输入形状方面是否有所改进，从而可能避免过多的重新编译，并实现更高效的C++推理。
该文档似乎是一个包含关于 Common Lisp 实现 **SBCL (Sanely-Bootstrappable Common Lisp)** 元数据的最小 PDF 文件。 提取的关键信息是： * **标题：** SBCL: a Sanely-Bootstrappable Common Lisp * **作者：** Christophe Rhodes PDF 文件的其余内容是一长串看似随机的字符——可能是 PDF 创建过程的残留物或损坏的数据——并且不助于理解文档的核心主题。 基本上，它确认了该软件的存在并识别了其创建者。