Hacker News
The whole thing was a scam
内容摘要：关于 OpenAI、Anthropic 及政治献金的争议
本文揭露了一系列事件，暗示了美国人工智能领域可能存在的腐败和权力寻租现象，并批评了政府对 Anthropic 的不利处理。主要内容如下：
1. Altman 的双重行动：
- Sam Altman 在公开支持 Dario Amodei（Anthropic 的 CEO）的同时，秘密地与 Amodei 达成了协议，以获取 Amodei 的业务。 这被作者解读为一种“表演”，暗示 Altman 的支持是虚假的。
2. 协议的快速达成：
- 根据《纽约时报》的报道，Altman 促成此协议的时间非常短，早在周三就已开始进行，即在公开支持 Amodei 之前，在特朗普公开批评 Anthropic 之前，但紧随 Brockman 向特朗普 PAC 捐款 2500 万美元之后。
3. 政府对 Anthropic 的惩罚性处理：
- 政府不仅拒绝了 Anthropic 的条款，更采取了永久禁止并将其认定为“供应链风险”的极端措施。作者认为这是一种“荒谬且惩罚性的”做法，尤其是在政府允许与 Anthropic 提出的条款非常相似的 OpenAI 获得批准的情况下。
4. 对腐败的指控：
- 作者认为，Anthropic 理应获得与 OpenAI 相同的条款，任何其他处理方式都带有腐败的嫌疑。 强调了政治献金可能对商业决策产生影响的可能性。
5. 对 Anthropic 的批评与公平竞争的呼吁：
- 作者承认对 Dario Amodei 有负面看法，并指出了 Anthropic 公司的一些问题，如抄袭作家作品和撤回核心安全承诺。 但作者强调，即使如此，也应保证公平竞争的环境。
6. 从资本主义到寡头政治的转变：
- 作者将美国社会的发展趋势比作从资本主义（市场决定）向寡头政治（关系和捐款决定）的转变，暗示政府决策受到政治献金的影响，而非市场力量的驱动。
总结：
本文的核心论点是，美国人工智能领域的竞争可能正在受到政治献金和权力关系的影响，政府对 Anthropic 的不利处理可能反映了这种趋势。作者呼吁公平竞争，并对美国社会向寡头政治的转变表示担忧。
|
|
Obsidian Sync now has a headless client
Okay, please provide the content you want me to summarize. I'm ready when you are! I will then generate a concise, accurate summary in markdown format and Chinese.
|
We do not think Anthropic should be designated as a supply chain risk
内容摘要
这段文本非常简短，主要表达了以下几个要点：
- 出现问题： 平台(x.com) 出现了一些问题。
- 可能原因： 这些问题可能与隐私相关的浏览器扩展程序有关。
- 解决方案： 建议用户禁用这些扩展程序，然后再次尝试。
总而言之，这段信息是一个故障排除提示，告知用户如果在使用x.com时遇到问题，可能是由于某些隐私扩展程序造成的，并提供了禁用这些扩展程序以解决问题的建议。
|
Techno‑feudal elite are attempting to build a twenty‑first‑century fascist state
美国正向二十一世纪形式的法西斯主义漂移：总结
这篇文章认为，美国正朝着一种独特的二十一世纪形式的法西斯主义发展，这种法西斯主义并非由棕皮衫的群众党推动，而是由一个寡头技术封建精英所驱动。新自由主义资本主义已经掏空了民主机构，并将权力集中到一个跨国“专制国际”中，这个国际由亿万富翁、安全首脑和政治掮客组成，他们将国家权力货币化，同时避免受到追责。与此同时，大型科技平台已经成为了新封建庄园，从我们的数据和行为中获取租金，利用虚假信息，并为正在出现的全球警察国家提供监控基础。
文章援引罗伯特·赖希、威廉·罗宾逊、亚尼斯·瓦鲁法基斯等人的工作，以及历史学家希瑟·柯克斯·理查森对特朗普时代裙带关系、举报人压制和国土安全部/移民局巨型拘留计划的详细描述，认为美国正在迅速构建一种集中营基础设施和准军事警察体系，旨在管理“剩余”人口和政治异议。精英的逍遥法外，通过国家安全例外、法律豁免和“旋转门”职业生涯而得到巩固，这意味着那些导演非法暴力行为的人几乎没有受到任何后果。选举仍然举行，法院仍然存在，报纸仍然出版，但实质性的权力越来越由无选出的寡头、科技领主和安全官僚来行使。
这种专制倾向与工业文明的更广泛危机密不可分。生态超载、气候混乱、资源限制和结构性经济停滞已经破坏了自由民主曾经赖以生存的无尽增长的承诺。统治精英们没有利用工业财富的残余来民主化公正转型，而是加固了边境，扩大了监狱基础设施，并建立了一套安全机制来控制在能源和物质产量萎缩的世界中“剩余”的人类。因此，美国的寡头技术封建法西斯主义不是一种异常现象，而是工业文明的一种可信的终结方式：一个由上层精英组成的大门社区，以及下层的营地和不稳定状态，旨在保护精英的权力，因为旧的工业世界正在崩溃。
主要观点：
- 寡头统治的崛起： 新自由主义政策导致权力向少数富人集中，形成了一个寡头统治，其政策偏好优先于大众利益。
- 专制国际： 一个由亿万富翁、安全官员和政治掮客组成的跨国网络，通过相互合作和保护来货币化国家权力，规避问责。
- 技术封建主义： 大型科技平台充当新封建领主，从用户数据中获取租金，并控制数字领域，限制用户自由。
- 精英逍遥法外： 权力精英在违法行为中几乎不受惩罚，导致法律体系被扭曲，对弱势群体施加严厉惩罚，而对权力人物则网开一面。
- 集中营和准军事力量： 拘留基础设施的快速扩张以及准军事力量的部署，标志着一种法西斯秩序的出现，对异议和“剩余”人口构成威胁。
- 工业文明危机： 生态危机、经济停滞和资源短缺加剧了社会不稳定，为法西斯主义的兴起创造了条件。
总而言之，这篇文章认为，美国社会正朝着一个由寡头统治、技术控制和精英逍遥法外所驱动的、类似于新封建社会但基于数字技术的法西斯模式发展。这种趋势是工业文明危机的必然结果，并对民主制度构成了严重威胁。
|
|
Qwen3.5 122B and 35B models offer Sonnet 4.5 performance on local computers
https://venturebeat.com/technology/alibabas-new-open-source-qwen3-5-medium-models-offer-sonnet-4-5-performance
|
Our Agreement with the Department of War
OpenAI 与美国国防部合作部署先进 AI 系统：总结
OpenAI 最近与美国国防部（DoD）达成协议，允许在机密环境中部署其先进 AI 系统，并要求 DoD 将此协议条款提供给所有 AI 公司。OpenAI 认为其协议的保障措施比以往任何协议，包括 Anthropic 的协议，都更为严格。
核心原则与红线:
OpenAI 合作的指导原则，也与其他领先 AI 实验室普遍认同，包括以下三点“红线”:
- 禁止使用 OpenAI 技术进行大规模国内监控。
- 禁止使用 OpenAI 技术控制自主武器系统。
- 禁止使用 OpenAI 技术进行高风险自动化决策（例如，社会信用系统）。
协议保障措施:
OpenAI 强调其协议通过多层次方法来保护这些红线，包括：
- 保留安全栈控制权: OpenAI 保留对自身安全栈的完全控制权。
- 云端部署: 仅通过云端部署，避免在边缘设备上部署，从而降低自主武器系统使用的可能性。
- OpenAI 人员参与: 清除安全许可的 OpenAI 人员参与部署和监控，并由安全与对齐研究人员提供支持。
- 合同保障: 协议中明确了 DoD 的使用范围，禁止用于自主武器系统和高风险自动化决策，并要求符合现行法律法规。
协议内容概要:
- 部署架构: 采用云端部署，运行包含安全原则的安全栈。不提供未经安全训练的模型，也不在边缘设备上部署。
- 合同条款: DoD 可将 AI 系统用于合法目的，但必须符合安全和监督协议，且不能违反现行法律法规。合同明确禁止用于自主武器系统和未经人类批准的高风险决策，并强制执行 DoD 指令 3000.09 对自主和半自主系统进行严格验证、验证和测试。 涉及个人信息处理必须遵守相关法律，禁止进行未经限制的对美国公民的监控。
- AI 专家参与: 清除安全许可的 OpenAI 工程师将参与协助政府，并由安全和对齐研究人员提供支持。
常见问题解答 (FAQ):
- 合作目的: 为了支持美国国防部的任务，尤其是在面对潜在敌对势力日益将 AI 技术融入其系统的情况下。 OpenAI 也希望通过合作来缓解 DoD 与 AI 实验室之间的紧张关系，并呼吁政府与 AI 实验室进行更深入的合作。
- 为何能达成协议?: OpenAI 认为其协议的保障措施更负责任，尤其是在云端部署和保留安全栈控制权方面。
- 对 Anthropic 的看法: OpenAI 反对将 Anthropic 列为“供应链风险”，并认为其协议比之前的协议提供了更好的保障。
- 是否支持自主武器?: 协议明确禁止使用 OpenAI 模型支持自主武器系统。
- 是否进行大规模监控?: 协议明确禁止使用 OpenAI 模型进行大规模监控美国公民。
- 违约处理: OpenAI 可以在协议违反的情况下终止合同。
- 法律法规变化: 合同明确参照了现行的法律法规，即使未来法律法规发生变化，AI 系统使用仍需符合当前标准。
总而言之，OpenAI 与 DoD 的合作旨在提供先进的 AI 工具，同时通过多层次的安全保障措施，严格遵守红线原则，尽可能降低潜在风险。
|
|
Switch to Claude without starting over
Please provide the content you want me to summarize. I'm ready when you are! Just paste the text here, and I'll generate a concise and accurate summary in Chinese, adhering to your specifications (less than 800 words, no personal opinions, focusing on purpose/structure/functionality for technical content).
|
Iran's Ayatollah Ali Khamenei is killed in Israeli strike, ending 36-year rule
阿亚图拉·哈梅内伊逝世：对伊朗和地区的影响
事件概要:
2026年2月28日，伊朗最高领袖阿亚图拉·阿里·哈梅内伊在以色列的袭击中丧生，享年86岁。美国总统特朗普证实了哈梅内伊的死讯，并呼吁推翻其专制政权。伊朗政府确认了哈梅内伊的去世，宣布为期40天的全国哀悼。
哈梅内伊生平:
- 哈梅内伊出生于1939年7月，在什叶派穆斯林圣城马什哈德的宗教家庭中长大，并接受了神学教育。
- 他反对由美国支持的沙阿·穆罕默德·雷扎·帕尔维国王，多次被捕。
- 他在1981年的一次暗杀中幸存，失去了右臂。
- 在1989年，他继任为最高领袖，此前曾在伊朗担任总统。
领导风格与政策:
- 哈梅内伊在36年的统治中，对美国和以色列持坚定不妥协的敌意，反对任何改革和使伊朗融入21世纪的努力。
- 他通过与伊斯兰革命卫队(IRGC)的密切关系，巩固了自己的权力，使其成为中东地区任职时间最长的领导人。
- 哈梅内伊利用IRGC发展庞大的商业帝国，并支持黎巴嫩真主党和加沙哈马斯等代理组织，以威慑对伊朗本土的直接攻击。
- 他最终拥有伊朗核计划的决定权。
- 他曾干预2009年总统选举，确保了争议性保守派候选人马穆德·艾哈迈迪内贾德的当选，并随后镇压了抗议活动。
国内与国际影响:
- 哈梅内伊的政策导致了伊朗数千人的死亡，包括2025年底大规模抗议活动中超过7000人。
- 尽管曾同意2015年的核协议，但哈梅内伊对美国持怀疑态度，并担心美国会利用核协议作为施压的借口。
- 特朗普政府退出核协议后，伊朗增加了核浓缩，接近能够制造核武器。
- 2023年10月7日，哈马斯由伊朗支持的袭击以色列，引发了一系列事件，最终导致以色列对伊朗的袭击。
最终遗产:
- 以色列通过削弱哈马斯和真主党等关键代理人，以及摧毁伊朗的核设施，严重削弱了哈梅内伊的地位。
- 哈梅内伊低估了以色列和美国采取的行动，未能理解世界对伊朗的耐心已经耗尽。
- 虽然伊朗的导弹项目仍然存在，但哈梅内伊的统治最终以失败告终，留下了一个被削弱和脆弱的伊朗。
- 他的去世可能导致伊朗政治格局的重大转变，未来的领导人将面临重建伊朗国际地位和应对国内挑战的艰巨任务。
希望这个摘要准确地总结了原文的内容，并且符合您的要求。
|
MinIO Is Dead, Long Live MinIO
MinIO 复活：开源的韧性与社区的力量
MinIO 的开源仓库已被官方归档，停止维护。这标志着一个时代的结束，但开源精神并未因此消逝。
死亡证明
2025年12月3日，MinIO宣布进入“维护模式”。2026年2月12日，仓库状态更新为“不再维护”，正式归档，变为只读状态，不再接受PR、问题报告和贡献。拥有6万星和超过十亿Docker拉取量的项目，如今成了一个数字墓碑。
回顾过去几年，MinIO的“死亡”并非突然，而是一个渐进式的收缩：
- 2021-05: Apache 2.0 许可证 → AGPL v3
- 2022-07: 针对 Nutanix 的法律行动 (许可证执行)
- 2023-03: 针对 Weka 的法律行动 (许可证执行)
- 2025-05: 社区版移除管理控制台
- 2025-10: 停止二进制/Docker 分布
- 2025-12: 宣布进入维护模式
- 2026-02: 仓库归档，不再维护
该公司筹集了1.26亿美元，估值高达十亿美元，却花了五年时间逐步瓦解其构建的开源生态系统。
开源的延续
通常，故事到此结束。但作者选择讲述一个不同的故事：一个复活的故事。MinIO Inc. 可以归档仓库，但无法阻止社区对 AGPL 许可证赋予的权利。
AGPL 许可证的特性保证了社区的分叉权利。代码一旦发布在 AGPL 许可下，该许可证是不可撤销的。虽然可以设置仓库为只读，但不能收回已经授予的许可证。
作者的行动
作者创建了一个 MinIO 分叉版本，恢复了管理控制台，重建了二进制分发管道，并使 MinIO 重新焕发生机。
- 使用分叉版本： 将
minio/minio 替换为 pgsty/minio。其他设置保持不变。修复了 CVE 漏洞，管理控制台 GUI 也已恢复。
作者为何要这样做？
作者维护 Pigsty，一个包含 460 多个扩展的 PostgreSQL 发行版，以及 290 个 PG 扩展、多个 PG 分叉和数十个 Go 项目的构建管道。MinIO 作为 Pigsty 的可选模块，许多用户将其用作 PostgreSQL 的默认备份存储库。由于没有合适的替代方案，作者决定维护 MinIO 的供应链，以满足自身和社区的需求。
已经完成的工作
作者完成了三件事：
- 恢复了管理控制台： 社区版中移除的管理控制台已恢复。作者只是将
minio/console 子模块恢复到之前的版本，代码始终存在。
- 重建了二进制分发： 停止了预构建二进制文件和 Docker 镜像的分发。作者重建了分发，包括 Docker 镜像、RPM/DEB 包和自动化的 CI/CD 构建流程。用户可以直接使用
pgsty/minio 替换 minio/minio。
- 恢复了社区版文档： 官方文档已指向商业产品 AIStor。作者恢复了文档，并将其部署在 silo.pigsty.io。
未来的承诺
- 专注于供应链的连续性： 不会添加新功能，而是确保可以获得可靠的 MinIO 二进制文件。
- 生产构建，而非存档： 作者已经使用了这些构建，并致力于修复错误。
- 跟踪 CVE 并修复错误： 欢迎社区报告问题，作者会尽力修复。
- 商标问题： 如果 MinIO Inc. 提出商标问题，作者将考虑重命名（例如为
silo 或 stow）。
AI 的作用
AI 编码工具的出现降低了维护开源项目的成本，使单个工程师能够通过 AI 助手维护复杂的项目。
结论
MinIO Inc. 可以归档仓库，但无法阻止社区的分叉。开源的强大之处在于，即使公司放弃项目，代码仍然可以继续存在。作者呼吁社区“分叉它”，让 MinIO 重生。
参考
|
Claude becomes number one app on the U.S. App Store
应用清单概要 (App List Summary)
以下是所提供的应用清单的概要，涵盖了各类应用的功能和用途：
人工智能助手 (AI Assistants):
- Claude (Anthropic): 由 Anthropic 开发的人工智能助手，旨在提供生活和工作方面的帮助。
- ChatGPT (OpenAI): OpenAI 官方应用，提供基于人工智能的对话和文本生成功能。
- Google Gemini: Google 推出的 AI 助手，提供智能辅助服务。
- Grok: 声称是“世界上最聪明的 AI 顾问”的应用。
社交媒体 (Social Media):
- Threads: Meta 推出的社交平台，用于参与对话。
- X (原 Twitter): 提供新闻、社交媒体互动和信息分享。
- Facebook: 用于连接朋友和家人，分享信息和体验。
- Instagram: 分享照片和视频，关注创作者，与朋友互动。
- TikTok: 短视频平台，提供视频观看、发现和直播功能。
电商平台 (E-commerce Platforms):
- Temu: 提供各种商品，主打优惠价格。
- SHEIN: 在线时尚购物平台，提供各种潮流服饰。
- Whatnot: 一个直播购物平台，用户可以购买、销售商品并进行互动。
- Amazon Shopping: 提供购物、商品搜索和各种便利功能。
- Walmart: 提供在线购物，包括食品和生活必需品，并承诺快速配送。
实用工具 (Utility Apps):
- Google Search with AI, Images & Text: Google 搜索应用，集成了 AI 功能，支持图片和文本搜索。
- Google Maps: 提供地图导航、地点信息和交通状况。
- CapCut: Photo & Video Editor: 照片和视频编辑工具，支持添加音乐等功能。
- Gmail - Email by Google: Google 提供的电子邮件服务，强调安全、快速和组织性。
- WhatsApp Messenger: 简单、可靠且私密的即时通讯应用。
- YouTube: 观看视频、音乐和直播内容。
- Google Maps: 提供地图导航、地点信息和交通状况。
其他 (Other):
- Freecash - Get Paid Real Money: 通过完成测试、调查等任务赚取真实金钱的应用。
- DoorDash: Food, Grocery, More: 提供食品、杂货和零售商品的送货服务。
- Spotify: Music and Podcasts: 音乐和播客平台，提供歌曲和播放列表。
- Uber - Request a ride: 提供叫车服务，包括拼车、出租车等。
- Rocket Mortgage: 提供简化的房屋贷款申请流程。
总而言之，这份清单包含了广泛类型的应用程序，涵盖了人工智能、社交媒体、电商、实用工具以及其他服务。
|
|
The Windows 95 user interface: A case study in usability engineering (1996)
https://dl.acm.org/doi/fullHtml/10.1145/238386.238611
|
Block the “Upgrade to Tahoe” Alerts
macOS Tahoe 更新延迟解决方案总结 (macOS Tahoe Update Delay Solution Summary)
本文描述了作者使用设备管理配置文件 (device management profiles) 成功延迟 macOS Tahoe 操作系统更新的方法，避免了频繁的更新通知。以下是主要内容：
问题背景:
- macOS 15.7.3 存在一个漏洞，导致 macOS Tahoe 的更新期并非滚动计算，而是从发布日起 90 天后开始。
- 作者虽然需要支持客户使用 macOS Tahoe，但个人不喜欢 macOS Tahoe 的外观和部分功能更改。
- 频繁的 macOS Tahoe 更新通知令人困扰。
解决方案:
- 使用设备管理配置文件: 利用 macOS 的设备管理配置文件功能，可以强制执行策略，阻止主要 macOS 更新活动长达 90 天。
- 利用 Stop Tahoe Update 项目: 作者借助开源项目 Stop Tahoe Update 提供的配置 profile (deferral-90days.mobileconfig)，该 profile 旨在阻止 Tahoe 更新。
- 配置 profile 过程:
- 克隆项目并进入目录。
- 将脚本设置为可执行 (chmod 755 ./scripts/*.sh)。
- 编辑 deferral-90days.mobileconfig 文件，用两个不同的 UUID 替换
<key>PayloadUUID</key><string>REPLACE-WITH-UUID</string> 对应的字符串。 使用 uuidgen 命令生成 UUID。
- （可选）修改
forceDelayedSoftwareUpdates 为 false，以允许非主要更新，例如 macOS Sequoia 的安全更新。
- 运行
./scripts/install-profile.sh profiles/deferral-90days.mobileconfig 安装配置文件。
- 在系统设置中手动批准下载的配置文件。
- 简化重新安装流程: 作者将配置 profile 复制到工具文件夹，并创建了一个 zsh 别名
notahoe，方便 90 天后重新安装：alias notahoe='open "/path/to/deferral-90days.mobileconfig"; sleep 2; open "x-apple.systempreferences:com.apple.preferences.configurationprofiles"'。
关键点:
- 该解决方案依赖于 macOS 的设备管理配置文件功能。
- Stop Tahoe Update 项目提供了一个现成的配置文件，但需要进行一些修改才能正常工作。
- 作者通过创建 zsh 别名简化了后续的更新延迟过程。
- 作者认为该漏洞可能在未来的 macOS 版本中被修复。
总结:
作者通过巧妙地利用 macOS 的设备管理配置文件和开源项目，成功地延迟了 macOS Tahoe 的更新，有效地避免了不必要的更新通知，并分享了详细的配置步骤和简化流程的方法。
|
Verified Spec-Driven Development (VSDD)
AI 原生工程：VDD × TDD × SDD 的融合
本文介绍了“融合”（VSDD），一种统一的软件工程方法，它将三种成熟范式融合到一个由 AI 驱动的流水线中：验证驱动开发 (VDD)、测试驱动开发 (TDD) 和规范驱动开发 (SDD)。VSDD 旨在为关键任务应用构建高质量、可验证的代码。
核心概念
VSDD 将 VDD、TDD 和 SDD 不作为竞争的哲学，而是作为单一流水线中的顺序门。规范定义“是什么”，测试执行“如何”，对抗性验证确保“没有遗漏”。AI 模型协调每个阶段，而人类开发者充当战略决策者和最终裁决者。
工具链
VSDD 的工具链包括：
- 架构师（人类开发者）： 负责战略愿景、领域专业知识和最终批准。
- 构建者（Claude 或类似模型）： 负责规范编写、测试生成、代码实现和重构，严格遵循 TDD 约束。
- 追踪器（Chainlink）： 用于分层问题分解 (Epic → Issue → Sub-issue)，确保每个规范、测试和实现都对应一个“珠子”。
- 对抗者（Sarcasmotron 或 Gemini）： 扮演一个超批评性审查员，审查规范、测试和代码，每次审查都具有全新的上下文。
VSDD 流水线
VSDD 流水线分为六个阶段：
1. 规范结晶：
- 在编写任何代码之前定义“气密”的合同，并确保架构为验证做好准备。
- 行为规范： 定义模块/函数/端点的功能合同（前提条件、后置条件和不变式）。
- 验证架构： 确定需要数学证明的系统属性以及这些属性对架构施加的约束。包括：
- 可证明属性目录：定义需要正式验证的属性。
- 纯度边界图：将具有副作用的核心逻辑与 I/O、网络和数据库交互的效果层分离。这是 VSDD 中最重要的设计决策。
- 验证工具选择：根据语言和属性选择合适的验证工具。
- 规范审查门： 人类和对抗者审查规范，寻找歧义、遗漏、隐含假设和验证边界问题。
2. 测试优先实现 (TDD 核心)：
- 遵循“红 → 绿 → 重构”的 TDD 流程。
- 测试套件生成： 将规范直接转换为可执行测试（单元测试、边缘情况测试、集成测试、基于属性的测试）。
- 最小实现： 仅编写使每个测试通过的最小代码。
3. 对抗性精炼：
- 经过测试的代码面对严格的审查。
- 对抗者审查规范忠实度、测试质量、代码质量、安全漏洞和遗漏的边缘情况。
- 对抗者在每次审查时都具有全新的上下文，以避免关系漂移。
4. 反馈集成循环：
- 对抗者的反馈通过整个流水线循环，修复规范、测试或代码中的问题。
5. 形式强化：
- 执行 Phase 1b 中设计的验证架构，对代码进行形式验证、模糊测试、安全强化和突变测试。
- 所有验证结果反馈到 Phase 4。
6. 收敛：
- 定义了 VSDD 完成的四个维度：规范、测试、实现和形式证明。
- 当所有维度都经过对抗性审查并达到收敛时，软件被认为是“无渣”的。
核心原则
- 规范至上： 规范是最高权威，测试和代码都服务于规范。
- 验证优先架构： 形式可验证性塑造设计，而不是反过来。
- 红之前绿： 在测试失败之前不编写任何代码。
- 反渣偏差： 第一版本的正确性被认为是隐藏债务。
- 强制负面： 对抗性压力绕过标准 LLM 交互的礼貌过滤器。
- 线性可追溯性： Chainlink 珠子确保每个规范项、测试和代码行都具有可跟踪的工作单元。
- 熵抵抗性： 每次对抗性传递都重置上下文，防止长期 AI 对话的自然退化。
- 四维收敛： 系统
|
Microgpt
microGPT 项目概览 (微型 GPT)
本文档介绍了 karpathy 创建的名为 microGPT 的项目，这是一个用 200 行纯 Python 代码编写的单文件实现，无需任何依赖项，即可训练和推理 GPT 模型。该项目旨在将大型语言模型 (LLM) 简化到其最基本的要素，展示了构建 LLM 的核心算法。
项目地址：
核心组件：
数据集 (Dataset):
- 使用文本数据流，这里使用 32,000 个名字，每个名字一行作为数据集。
- 目标是让模型学习数据中的模式，并生成具有类似统计模式的新文档。
分词器 (Tokenizer):
- 神经网络处理数字，因此需要将文本转换为整数 token ID。
- 该 tokenizer 将每个唯一字符分配一个整数 ID，并创建了一个特殊的
BOS (Beginning of Sequence) token 作为文档的起始和结束标记。
- 词汇量为 27 (26 个小写字母 + 1 个 BOS token)。
自动微分 (Autograd):
- 训练神经网络需要计算梯度，即调整参数以降低损失值。
Value 类实现了自动微分，跟踪计算图，并计算梯度。- 该类记录了每个操作的输入（子节点）和局部梯度，并使用链式法则进行反向传播。
参数 (Parameters):
- 模型知识存储在参数中，这些参数是随机初始化的浮点数，并在训练过程中迭代优化。
- 包括嵌入表、注意力权重和 MLP 权重。
架构 (Architecture):
- 模型架构基于 GPT-2，但进行了简化。
- 主要包括：
- 嵌入层 (Embedding Layer): 将token ID转换为向量表示。
- 注意力机制 (Attention Mechanism): 允许模型关注输入序列的不同部分。
- MLP (多层感知机): 用于进行非线性变换。
- 残差连接 (Residual Connections): 改善梯度流动。
- RMSNorm: 归一化层，稳定训练。
训练循环 (Training Loop):
- 循环选择文档，通过模型进行前向传播，计算损失，反向传播梯度，并更新参数。
- 使用 Adam 优化器进行参数更新。
推理 (Inference):
- 在训练完成后，可以使用模型生成新的文本。
- 通过循环预测下一个 token，并将生成的 token 作为输入反馈，直到生成
BOS token。
temperature 参数控制生成的文本的随机性。
运行方式：
- 只需运行 Python 脚本
python train.py。
- 脚本大约需要 1 分钟完成训练。
后续发展：
虽然 microGPT 展示了 LLM 的核心算法，但要构建像 ChatGPT 这样的生产级 LLM，还需要进行大量的工程和研究，例如：
- 使用更大的数据集
- 使用更复杂的 tokenizer
- 使用更大的模型和更先进的优化技术
- 进行微调和强化学习
- 优化推理性能
总而言之，microGPT 是一个简洁而优雅的项目，它展示了 LLM 的核心算法，并为理解 LLM 的工作原理提供了一个很好的起点。
|
|
Decision trees – the unreasonable power of nested decision rules
好的，以下是对原文的总结，中文，markdown格式，字数控制在800字以内：
决策树算法原理总结
本文介绍了决策树算法的核心原理，主要围绕熵、信息增益和ID3算法展开。
1. 决策树基本原理
决策树是一种通过创建一系列顺序规则来对数据进行分类的算法。它从顶到底构建，将数据逐步分割成更纯粹的区域，最终实现分类。
2. 熵的概念
- 定义： 熵衡量变量或事件的信息量。用于识别包含大量相似（纯）或不相似（杂）元素的区域。
- 计算公式： Entropy = - Σ (pᵢ * log₂(pᵢ))，其中pᵢ是每个事件的概率。
- 性质：
- 熵值为0时，表示结果完全确定，没有不确定性。
- 熵值最大时，表示所有事件概率相等，信息量最大，最不确定。
- 概率向均衡方向变化，熵值会增加。
- 在决策树中的应用： 熵用于评估数据集的纯度。包含多种类的节点是杂的，只包含一类的节点是纯的。
3. 信息增益
- 定义： 信息增益衡量在分割数据后，信息减少的程度。它通过从原始数据的熵中减去每个可能分割后子集的熵来计算。
- 目标： 决策树算法的目标是选择能够最大程度减少熵，即最大程度增加信息增益的分割点。
4. ID3算法
ID3算法是用于计算信息增益的核心算法，它是一个递归过程，从树的根节点开始，逐层向下迭代：
- 计算熵： 计算每个特征的熵。
- 数据分割： 使用不同的特征和分割值将数据集分割成子集，计算每个分割的信息增益。
- 选择最佳分割： 选择信息增益最大的分割点，并创建决策节点。
- 递归： 对每个子集递归应用上述步骤，直到满足停止条件（例如，所有元素属于同一类，或达到最大深度）。
- 叶节点： 当不能进行进一步分割时，创建一个叶节点，并将其标记为数据集中最常见的类（对于分类问题）或平均值（对于回归问题）。
5. 替代方法：Gini 杂度
Gini 杂度是熵的替代方案，也是衡量信息量的指标。它与熵类似，但计算方式不同，且在处理不平衡数据集时可能更有效。Gini杂度计算速度快于熵，因为它不需要对数运算。
6. 决策树的局限性
- 不稳定： 决策树对训练数据中的微小扰动非常敏感，可能导致树结构发生巨大变化。
- 过拟合： 决策树容易过度拟合训练数据，导致泛化能力差，即在未见过的数据上表现不佳。
7. 解决过拟合问题
- 剪枝： 通过限制树的最大深度、叶节点数量或叶节点中的最小样本数来修剪决策树。
- 随机森林： 通过创建多个决策树，并在训练时使用不同的数据子集和特征子集来降低方差，从而提高模型的稳定性。
总结
决策树算法通过熵和信息增益等概念，利用ID3算法构建树结构，实现数据分类。虽然决策树具有简单易懂、快速训练等优点，但也存在不稳定和容易过拟合的缺点。通过剪枝和集成学习等方法，可以有效地解决这些问题。
|
"Cancel ChatGPT" movement goes mainstream after OpenAI closes deal with U.S. Dow
人工智能竞赛中的伦理争议：OpenAI与Anthropic的对立 (AI Competition and Ethical Conflicts: OpenAI vs. Anthropic)
这篇文章探讨了人工智能（AI）领域中伦理和道德问题，以OpenAI的Sam Altman和Anthropic的对立为中心。文章主要围绕以下几点展开：
1. Anthropic的立场与美国政府的冲突: Anthropic公司（以其AI模型Claude闻名）因拒绝美国政府将Claude用于自主武器或大规模监控美国公民的要求而被指定为供应链风险，并被禁止在美国政府机构中使用。Anthropic坚持其红线，强调对AI技术使用的控制。
2. OpenAI的妥协与争议: OpenAI CEO Sam Altman迅速介入，承诺将ChatGPT和其他OpenAI技术提供给美国国防部。尽管Altman声称模型不会被用于大规模监控，但美国政府官员立即表示这些模型将用于“所有合法手段”，这可能包括在一定程度上监控美国公民，依据《爱国者法案》的相关规定。
3. 用户反弹与社区抵制: OpenAI的这一决定引发了社区强烈反弹，大量用户在Reddit等平台表示将取消ChatGPT Plus订阅。
4. OpenAI的资金背景与未来走向: OpenAI最近完成了一轮融资，估值高达7300亿美元，背后有亚马逊、软银和英伟达等公司的支持。微软也表示将继续与OpenAI合作，但同时也在构建和部署自己的AI模型。
5. 行业普遍缺乏伦理约束: 文章指出，除了Anthropic，其他大型科技公司，如谷歌、微软、亚马逊和Meta，在AI伦理问题上普遍缺乏明确的约束，也积极寻求与美国国防部的合作。
6. Altman的后续回应与质疑: OpenAI CEO Sam Altman在X平台上试图解释，美国国防部将遵守OpenAI的红线，并依赖现有的法律来保护公民隐私。但这一解释并未得到广泛认可，人们质疑Altman过于依赖政府的法律解释，而忽视了政府可能滥用权力，将AI技术用于监控的可能性。
7. Anthropic的成功与Claude的崛起: Anthropic的立场赢得了用户的支持，其Claude AI应用在Android和iOS平台均超越了ChatGPT，并已可下载到Windows 11系统上。
总而言之，文章批评了Sam Altman在AI伦理问题上的妥协，认为OpenAI为了商业利益，牺牲了对AI技术使用的控制，可能导致美国公民的隐私受到侵犯。 这篇文章突出了AI领域中日益增长的伦理担忧，以及大型科技公司在追求利润和维护国家安全之间面临的艰难选择。
|
Samsung Galaxy update removes Android recovery menu tools, including sideloading
三星即将移除 Galaxy 手机恢复菜单中的核心工具
三星的最新更新计划从 Galaxy 手机的 Android 恢复菜单中移除一些核心工具，原因尚不明确。
当前恢复菜单功能移除：
- Apply update from ADB (从 ADB 应用更新)
- Apply update from SD card (从 SD 卡应用更新)
- Wipe cache partition (清除缓存分区)
- View recovery logs (查看恢复日志)
- Run graphics test (运行图形测试)
- Run locale test (运行本地化测试)
剩余功能：
移除上述功能后，恢复菜单仅剩下“Reboot system now”（立即重启系统）、“Wipe data/factory reset”（擦除数据/恢复出厂设置）和“Power off”（关机）三个选项。
可能的原因：
目前三星尚未给出明确解释，但推测可能与加强安全措施有关。三星近日已采取法律行动，阻止 One UI 固件的泄露。
时间线：
据报道，此更改可能已在 2026 年 2 月的安全性更新中引入。 此外，更新还包含一条通知，表明用户将无法降级到旧软件，因为安全策略发生了变化。
其他信息：
- Galaxy S26 系列现已开放预购，并提供预购优惠，包括提升的以旧换新价值等。
- 通过提供的链接购买，还可以获得额外的 30 美元优惠。
- 三星确认 Galaxy S26 系列及部分旧款 Galaxy 设备将支持卫星连接。
中文总结： 三星即将通过软件更新移除 Galaxy 手机恢复菜单中的多个实用工具，包括手动更新和缓存清除等功能。 此次更改可能与安全加固有关，并且可能会阻止用户降级到旧版本系统。 Galaxy S26 系列已经开放预购，并提供优惠。
|
Pentagon chief blocks officers from Ivy League schools and top universities
美国国防部调整军事官员专业课程及研究生项目院校名单
美国国防部长皮特·海格塞思正在对军事官员可以参加的专业课程和研究生项目的院校名单进行调整。
主要内容：
- 院校名单调整： 海格塞思在周五发布的一份备忘录中宣布，从2026-2027学年开始，将取消部分高级军官服务学院的奖学金项目。
- 调整理由： 海格塞思强调，军事教育应建立在共和国的 founding principles 和文件基础上，秉持“以实力求和平”的理念，注重国家战略，并基于现实主义。他表示，将不再投资于未能提升领导人作战能力或破坏其宣誓捍卫的价值观的机构。
- 被取消的院校： 取消名单包括常春藤盟校（哈佛大学、耶鲁大学、哥伦比亚大学、布朗大学、普林斯顿大学）以及其他顶尖大学，如麻省理工学院、卡内基梅隆大学和约翰霍普金斯大学国际高级研究学院。
- 潜在新合作院校： 海格塞思同时列出了一些潜在的新合作院校，包括自由大学、乔治梅森大学、皮珀代恩大学、田纳西大学、密歇根大学、内布拉斯加大学、北卡罗来纳大学、克莱姆森大学和贝勒大学等。
- 批评与合作关系： 海格塞思指责被列入黑名单的院校是“反美”的，但实际上，这些院校在关键新兴领域与军方一直保持合作关系。例如，美国陆军的人工智能集成中心就设在卡内基梅隆大学，该大学长期以来是人工智能创新的重要来源。此外，美国太空军也与约翰霍普金斯大学国际高级研究学院合作，开展军官中级和高级教育。
- 政策背景： 此举正值特朗普政府削减 Anthropic 作为联邦政府（包括国防部）人工智能技术供应商的资格，同时扩大与 OpenAI 和 xAI 的联系。
总结：
美国国防部正在调整军事官员的专业教育院校名单，取消了部分常春藤盟校等顶尖大学的奖学金项目，并考虑引入新的合作院校。此举的目的是为了加强领导人的作战能力，并确保教育与美国的价值观相符。然而，这些院校与军方在人工智能等领域仍有重要合作关系，具体政策调整如何影响这些合作尚不明确。
|
