## 记忆稀疏注意力 (MSA)：将 LLM 扩展到 1 亿 Token
本文介绍了一种名为记忆稀疏注意力 (MSA) 的新框架，旨在克服大型语言模型 (LLM) 的上下文长度限制。当前的 LLM 在处理长上下文（超过 1-128K 个 Token）时面临注意力瓶颈，而现有的解决方案（如 RAG 或线性注意力）则会面临准确性下降或缺乏端到端训练的问题。
MSA 实现可扩展、端到端可训练的性能，上下文长度可达 1 亿个 Token。关键创新包括**稀疏注意力**与**文档级别的 RoPE** 结合，实现近线性的复杂度；**KV 缓存压缩**和**内存并行推理引擎**，以实现高效的吞吐量（2x A800 GPU 上实现 1 亿 Token）；以及**内存交错**，以提高多跳推理能力。
在长上下文问答和 NIAH 基准测试中的评估表明，MSA 优于现有的 RAG 系统和领先的长上下文模型，在从 16K 扩展到 1 亿 Token 时，性能下降小于 9%。该框架将检索和生成集成到一个可微分的流程中，为 LLM 中解耦记忆容量和推理能力提供了一条有希望的途径。
每日HackerNews RSS
微软最近宣布了一项7点计划来“修复”Windows 11，许多人将其视为一次救赎。然而，批评者认为这仅仅解决了表面的问题，而操作系统在过去几年里经历了人为的劣化。
自2021年Windows 11发布以来，微软积极整合了其Copilot AI聊天机器人——最初强制添加到任务栏，随后蔓延到核心应用程序中——并在开始菜单、锁屏界面和文件资源管理器中注入了广告。隐私问题也日益严重，微软系统地消除了创建本地帐户的解决方法，要求使用微软帐户才能访问操作系统，并自动启用OneDrive同步，无需用户同意，有时会导致文件丢失。备受争议的Windows Recall功能最初以未加密的形式存储敏感数据。
公布的“修复”侧重于移除强制功能，如Copilot，并减少广告，但关键的是*不包括*解决核心隐私问题、遥测数据收集或强制采用微软帐户。许多人认为这是一种公关手段，修复了可见的烦恼，同时保持了有利于微软数据收集和服务的做法。此外，Windows 10的生命周期结束以及Windows 11严格的硬件要求正在迫使用户升级或购买新设备。
## Qite.js：一个轻量级前端框架 Qite.js 是一个为喜欢直接使用 HTML 并反感 React 等现代 JavaScript 框架复杂性的开发者设计的框架。它通过**消除构建步骤、虚拟 DOM 和 npm 依赖**来优先考虑简洁性，允许开发者用纯 JavaScript 与 HTML 一起编写 UI 逻辑。 Qite.js 将 **DOM 视为真理之源**，直接操作它，而不是依赖抽象。组件附加到现有的 HTML 元素上，更改会立即反映——不涉及差异化或重新渲染。它利用声明式状态规则来管理 UI 可见性和行为，避免复杂的条件逻辑。 主要特性包括组件层次结构，其中子组件发出由父组件处理的事件，用于管理组件状态的内置字段和标志，以及使用原生 HTML `<template>` 元素进行动态组件创建。Qite.js 是 **SSR 优先** 的，可以无缝集成到服务器渲染的应用程序中，并在需要时可以用于 SPA。它是一个强大且自给自足的解决方案，用于构建专注于清晰度和效率的严肃应用程序。
对不起。
加载中
如何识别说谎者：凯特·怀特谈悬疑小说中的欺骗技巧
How to Spot a Liar: Kate White on the Techniques of Deception in Mysteries
37 天前
## 识破谎言：惊悚小说家与专家的经验
心理惊悚小说以令人不安的想法为基础——我们身边的人并非他们所表现的那样——而这种情景在现实生活中也出乎意料地常见。虽然小说提供了戏剧性的揭露，但在现实中发现欺骗可能会造成损害。作者在为小说研究欺骗后，分享了识破说谎者的策略。
忘记依赖普遍的“破绽”例如坐立不安；相反，关注**不一致性**——故事细节的改变或行为的错位。要警惕**过于详细的记忆**，因为真实的记忆很少是完美的。一个简单的技巧是利用**意味深长的停顿**；沉默时的不适感可能会揭示一个捏造的故事。
至关重要的是，不要忽视你的**直觉**，当某事感觉“不对劲”时。通过充当“数据侦探”来支持它——微妙地通过公共记录或可信赖的来源验证信息。最终，信任你的直觉并与疑似欺骗者保持距离至关重要，因为直接对抗他们可能会招致进一步的操纵。
对不起。
要去除音频中的噪音，只需将您的文件上传到我们的在线平台。 我们的AI将自动分析音频，检测到不需要的背景噪音，例如嗡嗡声、静电或人群声，并将其消除，从而为您提供更干净、更清晰的录音。
对不起。
## ProofShot：验证AI生成代码
ProofShot 是一款开源工具，为 AI 代理生成的代码提供可视化证明。它通过记录整个浏览器会话——包括导航、点击、表单填写和截图——来工作，以此记录 AI 执行任务的过程。
使用三个简单的命令 (`start`、`exec`、`stop`)，ProofShot 捕获一个完整的“证明包”，其中包含视频录制、错误日志和交互式时间线。这使得开发者可以轻松地回顾 AI *具体* 执行的操作，识别错误并验证代码的功能。
主要功能包括自动去除无操作时间、跨多种语言的错误检测，以及 PR 准备就绪的工件，如摘要和视觉差异。ProofShot 与代理无关，在单次 CLI 安装后可与任何 AI 编码工具配合使用，并输出一个独立的 HTML 文件以便于审查。本质上，它为 AI 辅助开发增加了一层至关重要的透明度和信任。
## Mesh-LLM：分布式LLM推理
Mesh-LLM 通过汇集多台机器的GPU资源，实现大规模语言模型（LLM）的运行。它自动分配模型——对密集模型使用流水线并行，对混合专家（MoE）模型使用专家分片——并且MoE模型实现零跨节点推理流量。
用户可以轻松加入现有的公共网络或创建自己的私有网络，从而获得一个兼容OpenAI API的接口，地址为`localhost:9337`。在macOS Apple Silicon上安装非常简单。系统会根据需求动态平衡模型服务，提升备用节点并根据需要进行重新平衡。
主要特性包括一个共享的“黑板”，用于代理和用户之间的协作知识共享，以及推测解码以提高吞吐量和高效的模型加载。它同时支持多个模型，并通过HTTP流优先考虑低延迟通信。Mesh-LLM 专为本地使用和广域网络设计，为LLM推理提供了一种灵活强大的解决方案。
对不起。
具有TUI的6502反汇编器：对Regenerator的现代实现。
A 6502 disassembler with a TUI: A modern take on Regenerator
37 天前
## Regenerator 2000：一款现代6502反汇编器
Regenerator 2000是一款功能丰富的、基于文本用户界面（TUI）的6502汇编语言反汇编器，灵感来自经典的Regenerator。它支持广泛的Commodore 8位机（C64、C128等）和文件格式，包括.prg、.d64和.bin。
主要功能包括完整的6502指令集支持、同步的十六进制/反汇编视图、精灵/位图/字符集显示，以及可连接到VICE进行实时分析的调试器，具有断点和单步执行功能。用户可以添加标签、注释和修改数据类型，并具有完整的撤销/重做功能。
该工具提供项目管理、代码/数据区域的自动分析以及针对各种汇编器（64tass、ACME等）的导出选项。它还包括一个强大的导航系统，具有跳转到地址、交叉引用和历史记录功能。可以通过MCP服务器进行程序化访问。Regenerator 2000的设计注重速度，并建议使用现代终端模拟器以获得最佳性能。
对不起。