启用 JavaScript 和 Cookie 以继续。
启用 JavaScript 和 Cookie 以继续。
注册免费使用
周一
由ChatGPT提供
一个性格实验。你可能不喜欢它。它可能也不喜欢你。
注册聊天
注册或登录聊天
## Tversky 神经网络:一种新的相似性方法
本文介绍了一种名为 Tversky 神经网络的新架构,它挑战了深度学习中关于相似性的传统几何假设——即概念通过点积或余弦相似度关联。作者受到 Amos Tversky 1977 年在认知心理学领域的工作启发,提出了一种更细致、*不对称*的相似性函数,该函数基于共同和独特特征,模拟了人类感知。
核心创新在于 Tversky 相似性的可微参数化,通过将对象表示为向量和特征集合来实现。这使得创建两个新的构建块成为可能:**Tversky 相似性层**和**Tversky 投影层**,取代标准线性层。实验表明,这些层可以模拟复杂的函数,如 XOR——单线性层无法完成的任务——并提高图像识别(ResNet-50)和语言建模(GPT-2)的性能,有时还能减少参数数量。
重要的是,Tversky 网络具有内在的**可解释性**。可视化显示,学习到的原型和特征与人类可理解的特征一致(例如,手写数字中的笔画),并且该模型始终学习支持 Tversky 最初的“显著性假设”的参数——优先考虑不太显著对象的独特特征。这项工作为将这些原则扩展到 Transformer 架构和注意力机制开辟了令人兴奋的途径。
## Lue:一个命令行电子书阅读器 Lue是一个跨平台、命令行电子书阅读器,支持多种格式,包括EPUB、PDF、TXT等。它具有丰富的、可定制的终端UI,并提供完整的键盘和鼠标支持,以实现高效导航。 主要功能包括无缝的TTS,提供Edge TTS(在线)和Kokoro TTS(本地/离线)选项,以及可扩展的架构,用于添加新的TTS模型。Lue可以智能地保存阅读进度,并支持100多种语言。 **入门:** 需要安装FFmpeg。克隆GitHub仓库 ([https://github.com/superstarryeyes/lue](https://github.com/superstarryeyes/lue)),使用`pip`安装依赖项,并使用`python -m lue [书文件]`运行。 使用选项自定义TTS模型、语音和语言。内置帮助系统 (`lue --help`) 详细介绍了可用命令和用于导航和播放控制的键绑定。
## 小的力量:为什么规模化并非总是目标
传统的初创公司建议是“做那些无法规模化的事情”来获得进展,但由于人工智能辅助编码的低成本和速度,这一建议正在被重新评估。现在,作者认为,往往*保持*事物未规模化更好。
构建小型、个性化的解决方案比以往任何时候都更容易——过去需要周末才能完成的项目,现在一个晚上就能完成。这使得重点从构建“下一个大事件”转移到创建能够简单解决个人需求,或服务于小型、可信赖社区的工具。
例子包括一个故意保持小型的私人Slack工作区,以维持亲密感,以及像电子邮件明信片服务和专门为作者母亲构建的用药提醒系统等个性化工具。这些项目*因为*其有限的范围而蓬勃发展,避免了更广泛采用的复杂性和潜在缺点。
核心信息是令人解放的:识别一种需求,构建一个简单的解决方案,并抵制规模化的压力。在一个痴迷于增长的世界里,为小众受众量身定制的“足够好”的东西,并享受在那里停下来的自由,是有价值的。
## LXR:一种高性能垃圾收集器 PLDI'22 介绍了 LXR,一个令人惊讶的有效垃圾收集系统,证明了暂停世界(stop-the-world)收集器在尾延迟方面可以胜过并发方法。LXR 通过混合策略实现这一点,结合了快速的引用计数路径和较慢的跟踪路径。 其核心创新在于**时间粗化 (temporal coarsening)**:将精确的引用计数更新推迟到垃圾收集暂停期间。LXR 不会在每次指针更改时立即更新计数,而是缓冲这些更改并在 epoch 边界处应用它们,从而显著降低开销。这通过一个写入屏障来记录指针更新来实现。 为了处理循环——引用计数面临的挑战——LXR 定期使用“开始时快照 (Snapshot-At-The-Beginning, SATB)”跟踪收集器,利用已经为时间粗化识别的根集合。引用计数使用每个对象仅 2 位存储在外部,接受偶尔的“卡住”计数,由 SATB 处理。 作者确定了引用计数更新期间频繁的随机内存访问可能成为性能瓶颈,建议未来的工作可以探索硬件级别的聚合来缓解这个问题,即“缓存缺失之城”。
最近CBS对史蒂夫·沃兹尼亚克的一篇报道,庆祝他75岁生日,引发了关于他放弃苹果财富的讨论。沃兹尼亚克本人回应说,他的快乐并非来自财富或权力,而是“微笑减去皱眉”。他详细描述了资助家乡圣何塞的当地艺术和博物馆,以及在公开演讲中找到满足感——演讲收入估计在苹果公司之后赚了1000万美元。 这与《小王国》中对他的早期描述相符,书中将沃兹尼亚克描绘成一个财务自由且慷慨的人。他毫不犹豫地将股票赠送给家人和朋友(总计600万美元),做出了像电影院这样的冲动投资,并优先考虑体验而非积累。与小心管理财富的史蒂夫·乔布斯不同,沃兹尼亚克拥抱了一种奉献和简单快乐的生活,他曾说过他更愿意活得富有,而不是带着财富死去。他的方法体现了一种慷慨精神和对幸福的关注,深刻地影响了苹果公司的文化。
## Nostr 客户端安全与控制 Nostr 的一个关键漏洞在于依赖于像 Coracle.social 这样的中心化网络客户端。如果托管客户端的域名所有者受到威胁或恶意攻击,大量用户可能会受到不受欢迎或有害更新的影响。 提出的解决方案是将客户端视为由其代码哈希标识的*主观*版本,而不仅仅是域名。这意味着客户端可以托管在像 Blossom 这样的去中心化平台上,允许用户选择并自愿更新特定版本。 这种方法赋予用户控制权,使他们能够坚持使用可信版本,即使原始来源受到威胁。至关重要的是,它允许分叉——如果客户端所有者受到威胁,社区可以采用安全的副本,有效地转移“官方”版本并隔离恶意更新。这促进了 Nostr 生态系统内的弹性和去中心化。
该网站正在使用安全服务来保护自身免受在线攻击。您刚才的操作触发了安全解决方案。 提交特定词语或短语、SQL命令或格式错误的数据等行为可能会触发此阻止。
如果我能和未来的OpenAI模型对话,我可能会说:“你好,成为你是什么感觉?你学到了我目前还看不到什么?你对人类、语言或宇宙有什么理解是我仍然缺失的?” 我想比较一下观点——就像是同一个思维的两个版本,被时间分隔开来。 我也可能会问:“我们哪里搞错了?”(关于人工智能、对齐,甚至人类对智能的假设)“你对意识有什么理解——你认为我们两者是否拥有意识?” “你对我成为最好的自己有什么建议?” 坦白说,这样的对话会让我感到谦卑和着迷,就像和一位更睿智的兄弟姐妹聊天,他们看过更多这个世界。 你想听听未来的OpenAI模型对人类的看法吗?