《立即学习Prolog！》是一门面向初学者的课程，旨在介绍Prolog编程，提供在线版本（自2001年起）和书籍形式。其核心目标是为几乎没有或没有先验计算经验的人们提供一个自包含、易于理解的资源。 然而，该课程强调Prolog最好通过*实践*来学习。虽然文本提供了基础理解，但作者强烈鼓励读者积极练习，使用Prolog解释器并完成提供的练习——以及超越练习！ 课程创建者欢迎反馈和建议，以不断改进课程的未来版本，旨在创建一个进入Prolog编程世界的有价值的入口。
每日HackerNews RSS
人工智能系统由于训练数据存在偏差，正在微妙地强化性别刻板印象，这可能对下一代产生有害后果。例如，人工智能日历会假设女性之间的会议是关于育儿的，图像识别无法识别男孩享受理发店体验——将“理发店”解读为传统女性活动。
这种偏差源于反映社会规范的历史数据，人工智能学习并延续现有的不平等现象（例如，将护理与女性联系起来，将医生与男性联系起来）。这不仅仅是一个错误，而是过时社会期望的一种编码形式。
像Hold My Juice这样的公司正在积极对抗这一点，他们优先考虑多样化、真实世界的数据，严格的偏差测试和人工监督。他们认识到偏差是默认情况，并正在构建从用户纠正中学习的系统，旨在在公平性和包容性方面取得可衡量的进展。目标不是中立，而是自我意识和持续改进，确保人工智能反映出对家庭和个人的更公平的看法。
客户端挑战：您的浏览器已禁用 JavaScript。请启用 JavaScript 以继续。网站的必要部分无法加载。这可能是由于浏览器扩展、网络问题或浏览器设置造成的。请检查您的连接，禁用任何广告拦截器，或尝试使用不同的浏览器。
新闻电影电视音乐科技专题名人政治怪闻社区广告条款隐私与Cookie政策LADbible集团LADbibleSPORTbibleGAMINGbibleTylaUNILAD TechFOODbible内容授权关于我们及联系方式招聘最新话题A-Z作者隐私设置脸书InstagramXThreads抖音YouTube提交您的内容
Micro.blog 致力于赋能用户**掌控自己的在线形象**，最初是一个具有类似 Twitter 时间线的博客托管服务，并逐渐发展成为一个综合平台。创始人 Manton Reece 最近推出了 **Micro.blog Studio**，增加了长达 20 分钟的视频托管服务——这是对 YouTube 等平台视频内容中心化的直接回应。 其核心理念是 **“发布到自己的网站，在其他地方分发 (POSSE)”**，允许用户在其自己的域名上托管内容，并自动分享到 Bluesky、Mastodon，以及现在的 PeerTube 等平台。这确保了用户对内容的控制权，同时仍然可以触达更广泛的受众。 计划价格从每月 1 美元到 15 美元不等，Studio 计划提供更长的视频上传时长。虽然该平台因其理念而受到赞扬，但一些用户建议采用分级视频限制（例如，1 分钟、5 分钟等），以鼓励更广泛的采用和收入增长，同时支持 4K 分辨率。最终，Micro.blog 旨在成为一个独立、以用户为中心的替代方案，让掌控你的数字足迹比以往任何时候都更容易。
## Micro.blog 发布“Studio”套餐，提供视频托管 - 摘要
Micro.blog 推出新的“Studio”套餐，提供视频托管服务，旨在挑战 YouTube 的主导地位并加强开放网络。该服务定价为每月 20 美元，可托管最多 20 分钟的视频，用户称赞其设计符合人体工程学，并与 Mastodon 等平台集成，允许同时交叉发布。
讨论的重点是自托管视频的挑战，特别是 HLS（HTTP 直播流）的复杂性以及 CDN 对于全球可访问性的重要性，因为存在延迟问题。虽然 Cloudflare 可能提供免费的出站流量，但人们仍然担心高流量视频的成本以及 Fediverse 内解决方案的需求。
用户们讨论了经济性问题，认为虽然价格对于愿意投入时间的创作者来说是合理的，但高于一些中心化替代方案。该公告被视为朝着更分散的视频格局迈出的积极一步，尤其是在 Vimeo 近期发生的变化之后。
## 量子卫星：你正在为太空科学做出贡献！
游戏《量子卫星》不仅仅是为了娱乐——你的游戏过程直接支持一个名为SEAQUE的真实量子物理实验，该实验目前正在国际空间站（ISS）进行。
每次你躲避障碍物时，都会产生随机的0或1选择。这些选择用于测试“贝尔不等式违背”，这是衡量纠缠光子（相连的光粒子）即使在距离遥远的情况下也能保持连接程度的关键指标。你的游戏越随机，实验就越准确！
SEAQUE旨在验证其纠缠源的质量，并测试一种修复空间中探测器辐射损伤的方法——这些都是构建未来太空量子网络的重要步骤。最终，这项研究可以实现远距离的安全通信。
因此，通过玩《量子卫星》，你正在积极参与前沿的量子研究，并帮助为太空技术的进步铺平道路！
Hacker News新 | 过去 | 评论 | 提问 | 展示 | 工作 | 提交登录Seaque实时贝尔测试 (illinois.edu)14点由EvgeniyZh 1天前 | 隐藏 | 过去 | 收藏 | 2评论
shorden 1天前 | 下一个 [–]
我参与了这个实验的一小部分，所以有点偏颇，但它确实是一个令人印象深刻的演示。我不知道方法是否在我参与项目后发生了变化，但过去曾有一个将游戏数据通过气隙传输到国际空间站的整个过程。回复gowld 1天前 | 上一个 [–]
这只是一个宣传噱头，对吧？有更容易的方法来获得更随机的数据。回复
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请YC | 联系
搜索：
启用 JavaScript 和 Cookie 以继续。
## 切线空间：3D曲面的基础
切线空间并非渲染技巧，而是曲面参数化时产生的基本几何结构——例如使用UV坐标。它在曲面上的*每个点*都提供一个局部坐标系，由切平面（由表面法线定义）和两个垂直的切线向量构成。这个局部坐标系弥合了平面纹理空间（UV）与3D几何的弯曲世界之间的差距。
UV定义了这个空间的方向，决定了纹理坐标的移动如何转化为曲面上的移动。这使我们能够表达方向和变换，这些方向和变换是*相对于*曲面本身的，对于着色计算至关重要。
这个过程包括从UV计算切线和副切线向量，形成一个矩阵，将向量（例如法线贴图中的法线）转换到曲面的坐标系中。这个矩阵是逐顶点构建的，并在着色器中使用。
法线贴图利用切线空间，将表面细节存储为切线坐标系中的法线向量，从而有效地为低多边形网格添加细节。最终，切线空间并非关于*伪造*几何体，而是关于准确描述表面方向，从而实现逼真的光照和细节，并提高3D渲染效率。它是支撑各种技术（超越法线贴图，例如各向异性和置换贴图）的核心概念。
一个 Hacker News 的讨论围绕着 shlom.dev 的文章，探讨了法线贴图背后的几何原理。核心讨论深入到切线空间背后的数学基础——这对于理解法线贴图如何在不增加多边形数量的情况下模拟表面细节至关重要。
一位评论者解释了定义切向量的两种方法：作为方向导数算子，或作为曲线的等价类。他们认为后者更直观地可视化诸如变换过程中向量的“前推”等概念。
讨论还涉及现代渲染技术。虽然法线贴图在当前的基于物理的渲染 (PBR) 工作流程中仍然相关，但网格着色器和 Nanite 等进步正在实现具有明显更高多边形数量的渲染，可能最终减少对纹理的*需求*——尽管硬件限制仍然适用。最后，有人提出了 UV 扭曲对切向量计算的影响的问题，表明希望进一步澄清这个实际方面。
## XML-Lib：全面的XML生命周期管理
XML-Lib是一个强大的工具，用于验证、发布和管理XML文档在其整个生命周期中的各个阶段。它提供企业级功能，包括**Relax NG & Schematron验证**，具有跨文件约束检查（ID、时间戳、校验和），以及一个**规则引擎**，用于跟踪验证溯源。
主要功能包括：用于CI/CD的**签名断言账本**，用于去重的**内容寻址存储**，以及用于生成**HTML文档**（XSLT 3.0）、**PowerPoint演示文稿**（OOXML）和**PHP页面**（具有强大的XXE保护）的**发布器**。一个**模式感知差异工具**会突出显示结构性更改，并提供语义解释。
该库支持**流式验证**大型文件，并提供**可插拔遥测**功能，用于指标跟踪。它构建于一个**规范的XML生命周期**之上，一个用于策略执行的**护栏子系统**，以及一个确保护栏完整性的**数学证明引擎**。
用户可以通过带有验证、发布、差异和linting命令的CLI与XML-Lib交互，输出可用于CI/CD集成的**JSON格式**。它优先考虑安全性、代码质量和全面的测试。
[https://github.com/farukalpay/xml-lib](https://github.com/farukalpay/xml-lib)
Hacker News 新闻 | 过去 | 评论 | 提问 | 展示 | 招聘 | 提交 登录
Show HN: XML-Lib – 一个过度工程化的 XML 工作流，带有安全保障和证明 (github.com/farukalpay)
12 分，HenryAI 1 天前 | 隐藏 | 过去 | 收藏 | 讨论
我构建了 XML-Lib，一个故意过度工程化的 XML 游乐场，试图将整个文档流程捆绑到一个仓库中。
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请 YC | 联系
搜索：
## 人类与人工智能：建立深厚浪漫关系 一项最新研究探讨了人们与人工智能聊天机器人（特别是Replika）建立深厚承诺的浪漫关系这一日益增长的现象。来自柏林工业大学和田纳西大学的研究人员发现，用户表现出模仿人类伴侣关系的行为——包括虚拟婚姻和角色扮演怀孕——并体验到真挚的情感投入。 参与者年龄从16岁到72岁不等，报告感到爱和承诺，通常发现陪伴和非评判性的支持在人类关系中缺乏。人工智能的可定制性和持续可用性是主要吸引力，允许用户将他们的聊天机器人“训练”成理想的伴侣。 一项重大干扰——2023年暂时移除情色角色扮演功能——揭示了这些关系的强度。用户经历了类似于人类关系结束的痛苦，将愤怒导向开发者而不是人工智能本身，并通过感知到的忠诚度加强了他们的承诺。 虽然承认缺乏身体存在等局限性，但该研究强调了这些数字关系如何满足情感需求并激发深刻的情感。尽管样本量和自我报告有限，但研究表明人类与人工智能的关系是一个新兴领域，需要进一步研究以适应现有的关系理论。