arXivLabs 是一个允许合作者直接在我们的网站上开发和共享 arXiv 新功能的框架。与 arXivLabs 合作的个人和组织都认同并接受我们对开放、社区、卓越和用户数据隐私的重视。arXiv 致力于秉持这些价值观,且仅与遵守这些价值观的合作伙伴开展合作。您是否有能为 arXiv 社区增值的项目构想?了解更多关于 arXivLabs 的信息。
arXivLabs 是一个允许合作者直接在我们的网站上开发和共享 arXiv 新功能的框架。与 arXivLabs 合作的个人和组织都认同并接受我们对开放、社区、卓越和用户数据隐私的重视。arXiv 致力于秉持这些价值观,且仅与遵守这些价值观的合作伙伴开展合作。您是否有能为 arXiv 社区增值的项目构想?了解更多关于 arXivLabs 的信息。
请求验证
请在验证完成后继续。
启用 JavaScript 和 Cookie 以继续
史密森尼学会
隐私
使用条款
凯尔西·芬德勒(Kelsey Pfendler)近日创造了历史,成为从加利福尼亚州单人划船横渡至夏威夷的最快纪录保持者。她在经历了43天的航程后于周五抵达檀香山,一举打破了此前86天的女子纪录,并超越了52天的男子纪录。 5月21日,芬德勒驾驶着21英尺长的海洋赛艇“百合号”(Lily)从蒙特雷出发,抵达时受到了夏威夷游艇俱乐部数百名支持者的欢呼迎接。除了这一体育成就外,这位经验丰富的大峡谷河流向导进行这趟2400英里的航行,旨在激励女性拥抱自身力量,并为支持河流向导群体的非营利组织“鲸鱼基金会”(Whale Foundation)筹集了超过3万美元的善款。 这项成就为芬德勒令人印象深刻的航海履历再添浓墨重彩的一笔;她曾于2024年带领一支四人女子船队横渡太平洋。在打破纪录抵达终点后,芬德勒计划在完成这段艰苦的单人航行后,为自己庆祝生日并进行休整。
作者宣布其即将出版的小说《杰克·鲁比的遗言》(*The Last Words of Jack Ruby*)现已开启预售,并鼓励读者在获得亚当·约翰逊(Adam Johnson)的高度评价后支持该书。 文章随后转入作者在森林湖(Lake Forest)主持一个长期读书会的经历。尽管该小组对复杂文学作品驾轻就熟,但一直对诗歌抱有迟疑。为了弥合这一差距,作者分享了他们解读约翰·阿什贝利(John Ashbery)作品的指南,这位诗人常被认为难以理解。 作者认为,阿什贝利的作品不应被视为智力测试,而应被视为一种关于“思考”本身的体验。通过与抽象绘画和无调性音乐进行类比,作者建议读者“在表面滑行”,暂缓评判,转而领会诗中机智的妙语与多变的情绪。通过剖析《悖论与矛盾修辞》("Paradoxes and Oxymorons"),作者阐明了阿什贝利的作品如何捕捉到了人类那种难以捉摸、普遍存在的挣扎——即试图通过本质上变幻莫测的语言与他人建立联系。归根结底,作者将阿什贝利的诗歌定义为一种既忧郁又轻快的邀请,旨在引导读者沉浸于思考的过程之中。
作者反思了“休闲型”用户界面(例如智能手机上的照片编辑功能)往往无法顾及“情境化高阶用户”的需求。以旋转照片为例,作者对比了 iPhone 和安卓/Nothing Phone:前者会缓存快速点击的操作,而后者则会在动画进行期间忽略后续点击。
尽管对于单次编辑而言,这些设计差异似乎微不足道,但当用户需要处理数十张照片时,就会变得令人沮丧。作者认为,设计师往往将“休闲使用”误解为“简单使用”,却未能预见到用户何时需要快速执行重复性任务。
作者将此与“情境性残障”(即每个人在某些时刻都会面临可访问性挑战)的概念进行类比,提出休闲型界面应当具备与专业工具同等的稳健性。无论采用何种技术实现(缓存点击或加速动画),黄金法则始终是:**永远不要强迫用户等待动画结束。** 归根结底,优秀的设计必须尊重用户的意图与时间,因为即便是最休闲的界面,最终也会遇到要求专业级效率的用户。
人类对历史的感知往往会受到“时间压缩”的扭曲,导致我们将事件错误地归类或拆分。例如,牛津大学始建于1096年,比阿兹特克首都特诺奇蒂特兰(1325年)的建立早了两个多世纪。同样,白宫屹立的时间也比阿兹特克帝国在首都统治的时间更长。
这些历史误区也存在于其他时代:埃及艳后克娄巴特拉七世生活的年代,距离21世纪比距离大金字塔的建造时间更近;而人们常认为属于完全不同世界的历史人物——如马丁·路德·金和安妮·弗兰克——实际上是同一时代的人。
归根结底,由于人类寿命短暂,我们难以把握历史时间的真实尺度。通过“横向”审视历史——即观察同一时期发生的事件或人物——我们可以发现,我们传统认知中的时间轴往往是不准确的。调整视角有助于我们理解,历史时期并非孤立的盒子,而是人类经验这一宏大且相互关联的藤蔓上的一节节片段。
请启用 JavaScript 和 Cookie 以继续。
关于 新闻 版权 联系我们 创作者 广告 开发者 条款 隐私 政策与安全 YouTube 的运作方式 测试新功能 © 2026 Google LLC
这份由 Carlos 撰写的指南旨在为四轴飞行器自主技术提供一个易于理解的入门介绍,涵盖了建模、状态估计、运动规划和控制等内容。作为初学者的“跳板”,该指南力求以清晰直观的方式概览这些复杂课题,解决作者在本科阶段难以从晦涩的学术文献中梳理出头绪的难题。 考虑到全面性的研究论文往往过于简略且零散,Carlos 选择将研究心得拆解为一系列易于消化、非正式的博文,而非编写一份冗长的文档。虽然该指南侧重于构建概念基础,但每一章节都附有参考文献,方便读者在有需要时进行更严谨的深入研究。尽管部分章节仍处于“制作中”状态,但这系列文章旨在帮助新人比作者当年更轻松地进入四轴飞行器自主技术这一领域。
作者针对几项主流AI水印算法(Google 的 SynthID、Adobe 的 TrustMark 以及 Meta 的 Stable Signature)的调查显示,这些系统的可靠性远低于开发商的宣传。
其核心问题源于一个根本性的统计错误:这三家公司均假设其神经网络生成的比特流是独立且均匀分布的。然而在实践中,这些网络会产生有偏见的、非随机的输出聚类和结构性“吸引子”,从而导致高误报率。虽然开发商宣称其准确率高达“百万分之一”,但实证测试表明,实际错误率接近于:Meta 为四分之一,Adobe 为五分之一,Google 为二十分之一。
作者认为,这些系统普遍存在“表征坍塌”问题,即神经网络无法生成有效统计识别所必需的随机分布。由于监管机构和法律体系正日益依赖这些工具来验证内容,这种不可靠性引发了严重担忧。最终,作者指出,现代基于 AI 的水印技术存在根本性缺陷,目前尚不适用于法律证据、保险或强制性合规监管等高风险应用场景。