作者并非专家级模型开发者，却比较了 strands-decider-2B 的编码器与解码器设计。他们测试了 v19（Qwen3.5 解码器）、b1/b2（T5Gemma 编码器-解码器）和 e1a/e1b（仅编码器）。b2 表现最好，但约有 8B 参数，而 v19 为 2B，因此不可比。e1b 在准确率/校准上大致与 v19 相当，同时将中位延迟减半（约 35ms 对 65ms）。然而，随着提示变长，e1b 的扩展性更差，因为其全注意力层是二次复杂度，而 v19 主要使用线性 Gated DeltaNet 层。e1a 在九个留出任务中的七个上胜过 v19，但在 JevBench 和 JF100 上表现更差，表明没有 e1b 的掩码方法时泛化能力更差。总体而言，编码器和解码器都没有明显的赢家。该实验受到架构、基础模型和调优差异的混杂影响。代码仍留在某个分支上，尚不值得合并到主线 strands-decider。
每日HackerNews RSS
粪便流向图 Shit Flow Diagram
26 天前
粪便流向图（SFD）是一种可视化工具，用于描绘人类排泄物如何流经城市卫生系统，从容纳和清空到运输、处理以及处置或再利用。绿色箭头表示安全管理的流向；红色箭头表示不安全的管理。箭头宽度反映沿每条路径流动的排泄物比例。SFD帮助规划者识别卫生链条在哪里发生泄漏，并优先安排改进。它们由SuSanA、GIZ、世界银行、EAWAG和盖茨基金会等组织开发，广泛用于中低收入国家。创建SFD涉及文献综述、实地观察、访谈、利益相关者咨询和分析，通常使用SFD图形生成器。巴巴蒂、坎帕拉、阿拉普扎和古瓦哈提的案例研究揭示了报告厕所普及率与安全管理的环境卫生之间的重大差距。局限性包括数据不可靠、容纳设施定义不明确、地方能力薄弱和非正规做法。持续改进侧重于更好的方法、更清晰的指南、培训、数字工具以及纳入环境考量。
Character.ai 的破产是早被预言的 AI 泡沫的一个早期信号。该公司在算力上烧掉巨额资金，同时收入微薄，并面临代价高昂的诉讼。其 2023 年估值达到 10 亿美元，但文件显示，它 2024 年每月在算力上花费 1380 万美元，2025 年每月 1000 万美元；订阅收入峰值为每月 280 万美元，总收入峰值为每月 530 万美元。2026 年 1 月至 8 月，它在算力上花费 5610 万美元，仍每月亏损 800 万至 900 万美元。为削减成本，它转向更便宜的 GPU、开放权重模型、裁员、广告和应用内购买——批评者称之为“垃圾化”。据报道，迪士尼在发出停止并终止函后，提出以 2000 万美元进行知识产权授权。法律费用是原因之一，但无论如何，这项业务都不可持续。与 OpenAI、Anthropic、Meta 和 Google 不同，Character.ai 缺乏财力雄厚的注资或广告补贴。文件显示，二线 AI 玩家的资金跑道已经到头，即便其平台在破产程序中仍在运行。
海底电缆是全球关键的通信基础设施，但正日益脆弱。大多数故障由浅海领海内的捕鱼和船锚造成，地质因素和蓄意攻击也增加了风险。维修缓慢且昂贵：船只稀缺且老化，许可可能耗时数月，责任又分散。曼德海峡、新加坡和吕宋等咽喉要道集中了风险。旧的电信财团模式已经消退；超大规模云企业——尤其是谷歌——如今资助并控制着大部分网络，引发主权和问责担忧。与此同时，到2030年，约四分之一的海底电缆长度将面临退役，到2040年，大部分维修船也将退役，却没有明确的出资方。韧性需要更好的海底勘测、电缆保护区、路线多样性、重建分布式维修船队，以及更快速地紧急进入领海。归根结底，全球数字基础设施依赖于海底电缆，也依赖于保护与维护它们的国际合作。
请启用 JavaScript 和 Cookie 以继续
要使用 Mastodon 网页应用，请启用 JavaScript。或者，试试适用于你平台的其中一款 Mastodon 原生应用。
抱歉。
QA Wolf 已新增 Windows 桌面应用测试。Windows 桌面测试难以并行化，因为每个测试都需要一台完整的、已登录的虚拟机，状态会在运行之间保留，而面向 Linux 的工具并不适用。QA Wolf 将 Windows 机器视为一次性手机：Kubernetes 设备调度器从预热的 GCE 池中为每个测试分配一台一次性 Windows VM。Linux runner Pod 运行测试代码，并通过 CDP/Playwright 远程连接浏览器，通过 Appium/WinAppDriver 连接原生应用，通过 WebRTC 进行实时屏幕流传输和录制。VM 从不复用；预热池避免 2–3 分钟的启动，被遗弃的 VM 会被回收，更新通过自然淘汰进行。可复现的 Windows 镜像内置了自动化工具。应用通过短期有效的签名 URL 传入，并支持 .exe/.msi/.msix 安装程序。测试在 Web、iOS、Android 和 Windows 上使用同一套 API。安全功能包括已知 IP 范围、私有池、Workload Identity，以及不保留持久客户数据。Windows 测试现已通过 QA Wolf 及其 MCP 上线。
ELIZAGen 的代码系统发育项目将 ELIZA 实现视为生物标本，并使用系统发育学从架构而非源文本重建关系。27 个标本（1965–2025，八种语言）中的每一个都按 13 个二元特征评分：关键词优先级、回溯、记忆、模板等。PAUP* 简约分析生成一棵树，用 Biopython 绘制。一个基部多分叉包含完整的 ELIZA——Weizenbaum 的 1965 年原始版本、Cosell 的 1966 年 Lisp、SNOBOL、Algol、Java、Hay 的 2021 年 C++——它们跨越数十年共享相同设计。一个衍生支系包含简化版本，主要是 BASIC、Python、JavaScript 和简化 Lisp 版本，往往丢弃回溯、记忆和关键词优先级。验证测试显示相同克隆正确分组，但一个模式匹配实用程序嵌套其中，表明这些特征捕捉的是通用模式匹配；LadyMouth 得分为零，是异常值。这棵树最好被解读为文本传统的地图，而非字面意义上的传承。Shrager 2025 年 12 月的草稿中工作仍在进行。
一篇病毒式传播的帖子声称通行密钥是陷阱，并呼吁回归密码和 TOTP。反驳文章称，其核心主张——通行密钥能通过隐藏证明来控制获准的软件、操作系统和固件——是错误的。大多数通行密钥是同步的，不提供证明；消费级网站很少请求它，如果强制要求，会把用户拒之门外。WebAuthn 证明仅通过 AAGUID 识别认证器的品牌/型号，而不是你的操作系统、浏览器、root 状态或扩展程序。该帖子推荐 YubiKey 自相矛盾：YubiKey 本身支持证明。TOTP 可被钓鱼——验证码可被实时转送——而通行密钥绑定域名并能抵御钓鱼。作者建议：只要提供通行密钥就继续使用，将其存储在受信任的管理器中，选择允许可移植性的提供商，并反对未来任何强制消费者证明的推动。通行密钥不是陷阱。
请启用 JS 并禁用任何广告拦截器
ASML的强劲订单被引用为证据，表明芯片制造商预期包括AI在内的需求具有持续性，缓解了AI支出热潮已耗尽的担忧。评论者对这一信号的解读程度存在争议：订单交期长，可能反映过度订购、FOMO或投机性产能，后续可能取消。一些人将AI与互联网泡沫比较，指出泡沫可能在革命性技术出现时破裂，而其他人认为需求真实且当前产能利用率高。帖子还涉及幸存者偏差、指数基金与个股、AI的经济影响与瓶颈、模型商品化，以及硬件需求是否会保持强劲。总体上，它对将ASML订单解读为未来AI回调不会发生的证据持怀疑态度。