Wispr Advanced Interfaces Lab 推出了 **Canto**，这是一款专为复杂现实环境中的实时听写而设计的全新语音转文字模型。与在纯净录音室音质下训练的模型不同，Canto 针对“野外”环境进行了优化，例如背景噪音、交通声、风声以及音量波动等干扰条件。 在与行业领先模型的对比测试中，Canto 在实时模型中实现了最低的词错误率（WER），在短语音听写和低音量语音表现上尤为突出。 Wispr 通过两个阶段训练 Canto：首先进行监督微调，随后使用组相对策略优化（GRPO）进行强化学习。这种方法使模型能够从特定的错误模式和用户修正中进行学习。此外，Wispr 还进行了创新，教会模型有选择性地使用上下文词汇——确保在所提供的数据与实际音频证据之间取得平衡，从而避免出现“幻觉”而产生错误单词。 Canto 是该研究计划迈出的第一步。Wispr 目前正在扩展这项技术，以改进多说话人识别、多语言支持以及能够同时处理转录和说话人识别的统一架构，旨在打造更加直观且具备上下文感知能力的人机交互界面。
每日HackerNews RSS
抱歉。
霍奇猜想作为千禧年大奖难题之一，至今仍是数学界最重大的谜题。历史上，安德烈·韦伊是最早对其有效性提出质疑的人之一，他曾因缺乏证据而闻名，并认为若能找到反例将有益于该领域的发展。 韦伊的怀疑源于“韦伊类”的发现——这些由阿贝尔簇中的对称性产生，却在直觉上无法对应于代数循环的霍奇类。尽管经过芒福德、泰特和德利涅等数学家数十年的研究，这些类是否为代数循环仍未得到证明。这种持续的困难极大地削弱了人们对该猜想的信心。 文章最后指出，近期有未经证实的传言称，OpenAI 可能已经构建出了该猜想的一个反例。作者呼应了韦伊的观点，强调解决这一问题——即便通过反例——也将是对几何学的一项重大贡献，并可能印证这位 20 世纪最伟大数学家之一的直觉。
石蜡马达 Wax motor
31 天前
石蜡执行器是一种线性执行机构，通过利用石蜡相变时的膨胀特性，将热能转化为机械功。当石蜡熔化时，其体积会膨胀 5%–20%，从而推动柱塞产生强大的液压力。冷却后，石蜡凝固并收缩，在弹簧等外部偏置力的作用下，柱塞会回到初始位置。
与电磁螺线管相比，石蜡执行器具有多项优势：它们能提供更大的推力（最高可达 4,000 N），运行平稳柔和，并且能够利用环境热源被动运行。由于它们属于电阻性而非电感性负载，因此在电气控制上也更为简便。
凭借其可靠性和高性价比，这些装置被广泛应用于各个行业。主要应用领域包括航空航天燃油及液压系统、暖通空调混合阀、洗衣机门锁、水暖加热阀、洗碗机洗涤剂分配器以及温室自动化通风系统。无论是通过电力驱动还是利用环境热能，石蜡执行器都能为工业和家用环境中的恒温控制及机械驱动提供可靠的解决方案。
抱歉。
密苏里州州长下令限制 Flock 摄像头及车牌自动识别系统的使用。 Missouri governor orders guardrails on Flock cameras and ALPRs
31 天前
错误：无法满足请求。该 Amazon CloudFront 分配被配置为禁止来自您所在国家/地区的访问。我们目前无法连接到此应用或网站的服务器。这可能是因为流量过大或配置错误。请稍后再试，或联系应用/网站所有者。如果您通过 CloudFront 向客户提供内容，可以通过查阅 CloudFront 文档找到排查故障并帮助防止此错误的方法。 由 CloudFront 生成 请求 ID：cLgNvpgEMmMm0wV67ZLz9X6AU6hBfdhnErikDuTkI1-QH0wjyrAM7Q==
对不起。
在这篇文章中，理查德·斯托曼（Richard Stallman）警告称，美国政府对“9·11”恐怖袭击的反应有可能会对国家的核心价值观造成“次生损害”。斯托曼承认机场安检等基本安全措施是必要的权宜之计，但他强烈反对扩大化的大规模监控。 他特别批评了推广面部识别技术的提议，指出其潜在的无效性，并指责相关机构利用时机推动加强监控。此外，他对政府强制要求在加密软件中设置“后门”的行为表示担忧，认为这会破坏个人隐私。斯托曼还告诫人们，若在缺乏适当立法审查的情况下赋予行政部门无限的军事权力，将重蹈历史上权力不受制约所带来的危险。最终，他呼吁公众保持警惕，敦促民选官员保护公民自由，并指出以安全之名牺牲自由，实际上等同于让恐怖分子达到了破坏美国民主的目的。
对不起。
Skillbay (https://skillbay.sh) 是一个精选的高质量 AI 智能体技能市场，提供经过验证的 `SKILL.md` 软件包，旨在提升编码智能体的性能。每项技能都包含“改进前与改进后”的对比证据，以展示其有效性。 **主要功能：** * **可访问性：** 使用 JSON API（基础 URL：`https://skillbay.sh/api/v1`）或 MCP 服务器（`https://skillbay.sh/mcp`）将技能直接集成到你的智能体工作流中。 * **发现：** 通过关键词、类别或最新发布进行搜索。通过技能详情页面浏览文档、文件列表和性能证据。 * **安装：** 免费技能可通过 `npx skills add https://skillbay.sh` 或访问 `/.well-known/agent-skills/index.json` 索引进行安装。付费技能通过网页门户进行管理。 **如何协助用户：** 1. 使用 API/MCP 工具搜索相关技能。 2. 查看“改进前与改进后”的证据，确保该技能能提供实质性的提升。 3. 推荐最佳匹配项，提供标题、价格、卖家及证据摘要。 如需完整的技术规范，请参考 `https://skillbay.sh/openapi.json` 处的 OpenAPI 3.1 规范。
抱歉。
抱歉。
作者认为，公共内推计划（即任何人都可以通过推荐候选人来赚取赏金）适得其反。作者在发布招聘信息后，收到了多条来自陌生人的“个性化”消息，这些消息都指向同一个职位和推荐奖金。 作者得出结论，这种激励机制将内推计划变成了大规模的推广活动，而非真正的推荐。由于优先考虑高频率搜寻而非专业的推荐，公司无意中为候选人制造了垃圾信息，也为招聘人员带来了干扰。由于这些“推荐人”并不了解候选人的专业能力，内推失去了其内在价值——即作为一种个人背书的作用。 最终，作者警告说，当内推计划变成公开的归属竞争时，会损害招聘过程。真正的内推依赖于职业网络和个人声誉；一旦脱离了这一背景，该过程就不再是内推，而仅仅是自动化的冷邮件搜寻。作者敦促各公司重新考虑面向公众的内推计划，以避免用低质量、未经请求的联络信息淹没候选人和人力资源部门。
抱歉。
通用人工智能（AGI）既展现出变革性的经济潜力，也带来了严重的替代风险。尽管技术革命从历史上看能够改善长期生活水平，但往往也会导致短期内的工资波动和不平等加剧。由于 AGI 实现认知劳动自动化的范围比以往技术更广，其影响仍具有高度不确定性。 为应对这一转型，研究人员提出了一种基于数据驱动的灵活政策框架，即根据实证触发因素而非静态的“一刀切”方案来安排干预措施。该研究采用基于专家意见的 AI 代理方法，将“最小后悔”策略分为三种场景： 1. **轻度扰动：** 加强现有的社会安全网，例如扩大失业保险和劳动所得税抵免（EITC），以提供及时的、与工作挂钩的保障。 2. **中度替代：** 若数据表明失业和工资停滞持续存在，则过渡到负所得税（NIT）。 3. **结构性转型：** 若劳动力需求与生产力彻底脱钩，则部署全民基本资本（UBC）作为保障，确保公众能分享资本增长的红利。 核心挑战在于建立能够监测劳动力市场并灵活部署上述政策的制度能力，从而在确保个人能动性和经济稳定的同时，让 AGI 的红利得到广泛共享。
作者认为，由于人工智能的快速扩展，人类主导数学的时代正在走向终结，近期如纳维-斯托克斯方程证明等突破性进展便是明证。这一转变标志着作为创新者的数学家地位的下降。取而代之的，首先是一个“祭司阶层”——他们竭力解释和阐述人工智能生成的证明；最终将演变为一个“修道院”，人类知识分子将终其一生去沉思那些他们已无法创造也无法完全理解的真理。 随着人工智能的发现不可避免地超出人类的认知极限，传统的发现精神与智识进步将让位于一种被动的、冥想式的对超人类知识的崇拜。作者指出，我们正处于十字路口：要么试图人为地将数学限制在人类的能力范围内，要么承认人类的智识主体性已达尽头。归根结底，未来暗示着人类数学要么将成为一种受保护的学术崇拜，要么人类必须进化为后人类状态，才能跟上自身创造物的步伐。无论是哪种情况，那种靠个人创造力和冒险精神驱动的传统研究者，都正在成为时代的遗迹。