Stable Diffusion 3 早期预览版公告

发布概况：

• Stability AI 宣布推出其最强大的文本生成图像模型 Stable Diffusion 3 的早期预览版。
• 该模型在多主题提示、图像质量和拼写能力方面有显著提升。
• 目前已开放等候名单，以便在全面公开发布前收集反馈，改进模型性能与安全性。

技术细节：

• 模型规模：Stable Diffusion 3 套件包含从 800M 到 8B 参数的多种模型，旨在提供可扩展性与质量选择，满足不同创作需求。
• 核心架构：结合了 扩散变换器（Diffusion Transformer）架构和流匹配（Flow Matching） 技术。详细的技术报告将于稍后发布。

安全与伦理：

• Stability AI 强调其致力于安全、负责任的AI实践。
• 从模型训练开始，贯穿测试、评估和部署的全过程，都采取了合理的措施以防止滥用。
• 在早期预览阶段已引入多项安全防护机制，并将持续与研究人员、专家及社区合作，以确保模型公开发布的诚信与安全。

获取方式与相关信息：

• 对于希望在 Stable Diffusion 3 正式发布前进行商业应用的用户，目前可通过 Stability AI 会员页面自行托管，或通过开发者平台使用其API访问其他图像模型。
• 公司致力于确保生成式AI的开放、安全和普遍可及性，Stable Diffusion 3 旨在为个人、开发者和企业提供灵活的创作工具。
• 感兴趣的用户可通过公告中的链接加入等候名单，并通过其官方社交媒体（Twitter、Instagram、LinkedIn）及 Discord 社区获取最新进展。

Gemini Pro 1.5 的杀手级应用是视频处理

Google 于 2024 年 2 月 21 日发布了 Gemini Pro 1.5 模型，其最大的升级之一是拥有 100 万 token 的上下文窗口。但作者在测试后发现，最令人兴奋的功能并非 token 数量本身，而是模型能够直接处理视频输入。

主要发现与实验

作者通过 Google AI Studio 进行了两个实验，测试模型从视频中提取结构化数据的能力：

1. 实验一：7秒书架视频

   • 输入一个快速平移的书架视频，要求模型输出书籍的 JSON 数组。
   • 结果：模型成功识别了视频中约20本书的大部分书名和作者，仅消耗了 1,841 个 token。尽管视频存在运动模糊且部分书籍被遮挡，模型表现依然出色，甚至识别出了一本几乎完全被遮挡的书。但也出现了一个“幻觉”（虚构了一本不在视频中的书）。

2. 实验二：22秒食谱书视频

   • 输入一个更长的、纵向平移的食谱书架视频。
   • 结果：模型最初因安全过滤（可能触发了单词“Cocktail”的部分字母）而拒绝回答。在调整安全设置并更改提示词后，模型成功返回了超过50本食谱书的详细 JSON 列表，消耗 6,049 个 token。结果再次令作者感到震惊。

技术原理与分析

作者对视频处理机制进行了探究：

• 处理方式：模型并非将视频作为整体处理，而是将其分解为一系列帧（据推测为每秒一帧），并将每一帧作为独立图像输入。
• Token 消耗：单张图像约占 258 个 token。作者实验中的 7 秒视频（7 帧）消耗 1,841 token，22 秒视频（23 帧）消耗 6,049 token，这与每秒一帧、每帧约 258 token 的推断相符。
• 对比验证：作者单独上传视频中的一帧图像，模型也能识别出书籍，且消耗的 token 数与预期一致（258 token）。

总结与展望

作者认为，能够从视频中提取结构化信息是一个极其强大的新能力。这项功能将大语言模型从处理文本和图像，扩展到了处理动态视频内容，开辟了新的应用可能性。

• 优势：能有效分析视频内容，识别物体、提取信息，并以结构化数据（如 JSON）形式输出。
• 挑战：与所有大模型一样，仍存在遗漏信息、产生幻觉的可能。此外，更长的输入增加了触发安全过滤器的风险。
• 前景：作者感到这项技术让充满AI的未来变得更近了，虽然仍有挑战需要克服，但进展令人振奋。

谷歌暂停Gemini人物图像生成功能以应对准确性争议

谷歌已就其Gemini AI工具“历史图像生成描述中的不准确之处”致歉，承认其在追求生成“广泛多样”结果时出现了偏差。此声明源于该工具将特定历史白人形象（如美国开国元勋）或群体（如纳粹德国士兵）生成为有色人种人物，这可能是对AI中长期存在的种族偏见问题的过度矫正。

谷歌在X平台的声明中表示：“我们意识到Gemini在部分历史图像生成中存在不准确之处。我们正立即改进此类描述。Gemini的AI图像生成确实会生成多样人群，这通常是好事，因为全球用户都在使用。但此次它确实出现了偏差。”

争议始于社交媒体质疑Gemini为追求种族和性别多样性而未能生成历史准确图像。批评主要来自右翼人士，他们认为谷歌刻意避免描绘白人。例如，有用户要求生成“瑞典女性”或“美国女性”时，结果几乎全为有色人种；生成“美国开国元勋”时也出现类似情况。

谷歌未明确指出哪些图像存在错误，但可能整体上试图提升生成式AI的多样性，因该领域长期存在代表性不足的问题。AI图像生成器基于大量图像和文字描述训练，容易放大刻板印象。例如，有调查发现“高效人士”提示多生成白人男性图像，而“社会服务人员”提示则统一生成有色人种形象。

目前，Gemini似乎暂停了部分图像生成任务。它拒绝生成维京人、纳粹时期德国士兵或19世纪美国总统等图像。然而，一些历史请求仍会产生与事实不符的结果，例如将19世纪美国参议员生成为黑人和原住民女性（历史上首位女性参议员是1922年就职的白人女性）。此类响应实际上抹去了真实的种族和性别歧视历史。

谷歌表示正在努力改进，但如何在AI生成中平衡多样性需求与历史准确性仍是待解难题。

美国多家运营商发生大规模网络中断事件

事件概述

本周四，美国AT&T用户遭遇大规模蜂窝网络中断，导致旧金山等主要城市的通话、短信及紧急服务（如911报警）受阻。AT&T在美东时间下午3点后宣布服务已全面恢复。

故障原因

AT&T初步调查显示，此次中断源于网络扩展过程中执行了错误的操作流程，并非网络攻击。公司将继续评估故障详情。

影响范围

• 高峰期影响：据故障追踪网站Downdetector数据，美东时间中午约5.8万用户报告故障，早8:30峰值达7.4万起。
• 紧急服务受阻：旧金山消防局证实AT&T用户无法拨打911；亚特兰大市长收到当地用户手机显示"SOS模式"的报告；马萨诸塞州警方呼吁用户勿测试性拨打911，避免占用资源。
• 股价反应：AT&T股价当日收盘下跌2.41%。

其他运营商情况

T-Mobile和Verizon同期也出现数千例故障报告，但两家公司均表示这可能是用户尝试跨网呼叫所致，并非自身网络问题。

官方响应

• 监管介入：FCC声明正在调查此事，并与AT&T及安全机构保持沟通。
• AT&T措施：公司设立专题页面更新进展，承诺采取措施防止类似事件重演。

在尝试访问x.com时出现错误，提示可能由隐私相关扩展导致问题，建议用户禁用相关扩展后重试。这是一个简短的错误消息，旨在指导用户解决访问障碍。

文章列出了许多意想不到地以人名命名的事物，涵盖了科技产品、商业品牌、地理名称等类别。以下为主要分类和示例：

一、初始列表

• 科技/工具：PageRank（源自拉里·佩奇）、MySQL（源自开发者迈克·维德纽斯）、Debian（组合自“黛比”和“伊恩”）、New Relic（卢·西恩的变位词）、Erlang（源自阿格纳·埃朗）。
• 商业品牌：Price Club（源自索尔·普赖斯）、Taco Bell（源自格伦·贝尔）、Mars糖果（源自富兰克林·马尔斯）。
• 地理名称：Westlake（源自亨里克·华莱士·韦斯特莱克）、Outerbridge Crossing（源自尤金尼乌斯·哈维·奥特布里奇）、旧金山Main Street（源自查尔斯·梅因）。

二、他人补充的示例

• 地理/商品：Snowflake镇（组合自“斯诺”和“弗莱克”）、Lake Mountain（源自乔治·莱克）、German巧克力蛋糕（源自塞缪尔·杰曼）、Baker’s巧克力（源自沃尔特·贝克）。
• 企业名称：Unilever（源自利华兄弟）。

三、2024年新增补充

• 科技/科学术语：布朗噪声（源自罗伯特·布朗）、Southern blot（源自埃德温·萨瑟恩）、ColorBrewer（源自辛西娅·布鲁尔）。
• 商业品牌：Smart & Final（组合自“吉姆·斯马特”和“希尔丹·芬纳尔”）、Elo评分系统（源自阿帕德·埃洛）、Leatherman（源自蒂莫西·莱瑟曼）、Max Factor（源自麦克斯·福格）、BernzOmatic火炬（源自奥托·伯恩兹）。
• 地理名称：Waterfall Glen（源自西摩·沃特福尔）、加利福尼亚州摩根希尔（源自海勒姆·摩根·希尔）。
• 其他：弹片（源自亨利·夏普内尔）、汽油（源自约翰·卡塞尔）。

备注：文中提及火箭实验室（Rocket Lab）似乎并非以种子投资人/航空航天企业家马克·火箭（Mark Rocket）命名。

Pages CMS 是一款专为 GitHub 设计的极简内容管理系统（CMS）。它允许用户直接在 GitHub 仓库中管理网站内容和媒体文件，无需额外的数据库、API 或后端服务，从而极大地简化了工作流程。

核心优势：

• 无缝集成 GitHub： 直接管理托管在 GitHub 上的任何网站或应用。
• 零额外依赖： 所有内容（包括文章、页面、媒体）都直接存储在 GitHub 仓库中，没有外部数据库或服务。
• 兼容性强： 支持所有流行的静态网站生成器和框架。
• 免费开源： 采用 MIT 许可证，可免费在线使用、部署在 Vercel 或自行托管，并支持自由扩展。

主要功能：

• 内容配置： 可自定义内容类型、视图、搜索等。
• 可视化编辑器： 提供富文本编辑、语法高亮等功能。
• 媒体管理器： 支持拖放上传和多文件选择。
• 高效搜索： 提供快速、全文及分面搜索功能。
• 移动优化： 完整的响应式设计，适配移动端。
• 协作邀请： 可通过电子邮件邀请用户，无需额外账户。

即将推出的功能： 文件存储（连接 AWS S3、Cloudflare R2 等）、内容调度、精细的权限控制、数据分析集成（如 Google Analytics、Cloudflare Analytics）以及团队评论功能。

项目背景： 该项目的创建者 Ronan Berder 认为，尽管静态网站生成器很实用，但通过 GitHub 网页或 Git 来编辑内容和上传图片（尤其是团队协作时）并不友好。许多团队会转向 Contentful 等无头 CMS，但这增加了复杂性。Pages CMS 旨在提供一个尽可能简单、以单一配置文件即可设置的解决方案，它是作者早期项目 Jekyll+ 的迭代。

社区与支持： 该项目目前专注于 GitHub 支持。用户可以通过查看官方文档、在 Discord 频道提问或在 GitHub 上提交问题来获取帮助。同时，项目欢迎社区通过赞助、给项目加星、报告问题、提交拉取请求或参与讨论等方式提供支持。

• 可用性报告模式：系统可用性指标是跨所有订阅层级、模型类型及错误类型进行汇总统计的，而非按单一维度细分。

• 客户体验差异：单个客户的实际可用性可能因以下因素有所不同：

  • 订阅层级（如免费版、付费版等）
  • 使用的具体模型（如不同版本的GPT模型）
  • 所调用的API功能特性

文章摘要

英国谢菲尔德锻造公司实现了核反应堆容器焊接技术的突破，采用局部电子束焊接技术，在24小时内完成了全尺寸反应堆容器的焊接，而传统方法需要12个月。该技术对小型模块化反应堆的发展具有重大意义，有望将核电站从大型土木工程转变为可工厂化批量生产的标准化模块产品。

技术原理与优势

• 局部电子束焊接：在局部真空环境下，利用高能量密度的电子束熔化并融合金属，焊接效率达95%，具有深穿透、高深宽比的特点。
• 焊接质量：成功焊接直径3米、壁厚200毫米的容器，实现零缺陷，焊缝性能接近母材。
• 流程优化：采用创新的斜坡进、斜坡出焊接技术，显著降低焊接与检测成本。

行业影响

• 生产加速：消除反应堆制造的关键瓶颈，大幅提升SMR的建造速度与规模化部署能力。
• 成本降低：减少高昂的焊接与检测成本，推动核能发电更具经济性。
• 英国核能复兴：该技术为英国核工业注入新动力，支持政府规划的模块化反应堆建设（如罗尔斯·罗伊斯计划建造的15座SMR），推动核电从沉寂数十年的状态走向复兴。

技术评价 项目负责人指出，该技术“对核工业具有里程碑意义”，可能彻底改变高成本焊接流程，并加速全球范围内SMR的推广与应用。

来源：谢菲尔德锻造公司

文章介绍了“木琴迷宫”这一适合3岁以上儿童的无屏幕编程游戏。作者为寻找与幼儿互动的非电子化编程启蒙活动，受乐高迷宫和编程卡牌游戏的启发，设计了这款利用家庭现有材料进行的游戏。

核心玩法：

• 材料：一把彩色音条木琴（或类似乐器）、一组颜色匹配的乐高得宝积木、一块底板、两个人偶。
• 角色与流程：至少两人参与。一人扮演“机器人”（如寻找女儿的爸爸），另一人扮演“程序员”（操作木琴）。“程序员”敲击木琴上的特定颜色音条，“机器人”则需移动到迷宫中相邻的同色积木块上。目标是引导人偶从起点到达终点。

游戏特点与难度调整： 该游戏易于调整难度以适应不同年龄和能力：

• 提示功能：可多次敲击音条帮助“机器人”辨认路径。
• 增加复杂性：设置路障或使用木琴上不存在颜色的积木块制造干扰路径。
• 创意延伸：可将路径设置为特定歌曲的旋律（如《小星星》）；要求“机器人”仅凭听觉指令移动，而非观看琴键；引入多个“机器人”玩家竞赛；在地图中添加可收集物品。

总结： 该游戏无需购买专用玩具或使用屏幕，通过音乐、颜色识别和路径规划，以寓教于乐的方式向幼儿引入了算法思维和编程的基本概念，同时具有高度的灵活性和可扩展性。

十亿行挑战（1BRC）：从71秒优化到1.7秒的逐步解析

挑战背景

• 目标：用Java程序处理包含10亿行的温度数据文件，计算每个气象站的最小、平均和最高温度。
• 数据格式：每行包含站点名称和温度读数（如 Hamburg;12.0），共413个唯一站点。
• 起点：使用Java Streams API的并行实现，运行时间约71秒。
• 终点：优化后运行时间降至1.7秒，性能提升约42倍。

优化步骤概述

1. 初始实现

• 使用BufferedReader、parallel()流和Collectors.groupingBy进行聚合。
• 耗时71秒，主要瓶颈：I/O串行、频繁内存分配、GC压力大。

2. 并行化I/O（66秒 → 17秒）

• 放弃Streams API，改用mmap（通过MemorySegment）将文件映射为内存数组。
• 将文件分块，多线程并行处理。
• 手写解析循环，避免逐行创建字符串。
• 结果：耗时降至17秒，指令数减少一半。

3. 直接解析温度为整数（17秒 → 11秒）

• 避免将温度字符串转为double再转整数，直接解析字节为整数（放大10倍处理）。
• 消除临时字符串分配，减少解析开销。
• 结果：耗时降至11秒，指令数进一步减少。

4. 自定义哈希表（11秒 → 6.6秒）

• 为避免为站点名创建字符串，实现开放寻址哈希表。
• 哈希表存储站点名的偏移和长度，而非字符串对象。
• 消除热循环中的所有内存分配，GC几乎闲置。
• 结果：耗时降至6.6秒，缓存未命中率改善。

5. 使用sun.misc.Unsafe和SWAR技术（6.6秒 → 2.4秒）

• 用Unsafe直接访问内存，避免边界检查。
• 采用SWAR（寄存器内SIMD）技术：
  • 8字节并行查找分号。
  • 位操作解析温度（由@merykitty设计的天才算法）。
• 大幅减少分支指令，避免分支预测错误。
• 结果：耗时降至2.4秒，指令数减少3倍。

6. 统计学优化：减少分支预测错误（2.4秒 → 1.8秒）

• 分析站点名长度分布，发现近一半长度超过8字节。
• 将名称比较循环展开至16字节，减少条件判断。
• 结果：分支预测错误率降低8倍，耗时降至1.8秒。

7. 消除启动/清理开销（约2.0秒 → 1.8秒内计时）

• JVM启动和内存映射清理增加约200毫秒。
• 通过启动子进程处理实际工作，父进程立即退出；使用GraalVM原生编译消除JVM启动时间。
• 结果：外部计时与内部计时对齐。

8. 更小的工作块和任务窃取（1.8秒 → 1.7秒）

• 将文件分为更小的固定大小块。
• 使用原子计数器实现任务窃取，避免线程空闲。
• 结果：耗时降至1.7秒。

关键技术与工具

• GraalVM：比标准OpenJDK快约45%，支持原生编译。
• 性能分析工具：
  • VisualVM（VisualGC插件）：监控GC和内存。
  • Async Profiler：生成火焰图，定位热点。
  • perf stat：分析底层CPU计数器（如分支预测错误、缓存未命中）。
• 低级优化：
  • SWAR/位操作代替条件分支。
  • 自定义哈希表避免对象分配。
  • 内存映射（mmap）并行I/O。

重要说明

• 权衡：所有优化均以牺牲代码健壮性为代价，仅适用于特定无错误输入（如温度值不超过三位数）。无验证、无边界检查。
• 适用场景：技巧可复用，但生产环境需平衡性能与安全性。
• 最终成果：优化后每行处理仅需约98条指令，性能提升42倍。

cat命令的实用价值

在Shell命令中使用cat常被批评为“无用的cat用法”，因为大多数命令可以直接读取文件名或通过输入重定向（< file）处理文件，无需额外管道。例如：

head -n 500 access.log | grep mail | perl -e ...

然而，坚持使用cat有深层的设计原因。

模块化设计原则

文章引用David Parnas关于模块化设计的经典论文，指出理想设计应支持代码的增删而不破坏整体结构，使系统看起来始终像为当前需求专门设计。Parnas列出了四类问题，其中第二类直接相关：

当程序组件链中移除一个环节时，常因前后组件的数据格式不兼容而需添加格式转换程序。

具体示例分析

在Shell管道中，将文件名字符串转换为文件内容属于一种数据表示转换。若采用：

head -n 500 access.log | grep mail | perl -e ...

head命令同时承担了两项职责：

1. 将文件名转换为文件内容
2. 提取前500行记录

如果后续只需处理整个文件而删除head环节，会因缺少数据转换步骤导致管道中断。此时要么修改后续命令（违反模块化原则），要么必须保留cat。

cat的模块化优势

使用cat作为独立的数据转换层：

cat access.log | head -n 500 | grep mail | perl -e ...

实现了关注点分离：

• cat专门负责数据源转换（文件名→文件内容）
• 后续命令专注于数据处理

这样可灵活删除任意中间步骤（如删除head）而保持管道完整性，也易于切换数据源（如将cat替换为zcat或curl）。

设计启示

过程间管道相比输入重定向更灵活，因为它解耦了数据源与数据处理。尽管表面上增加了一个命令，但这种结构符合Parnas提出的模块化设计理想：变更时无需修改现有组件，系统始终保持清晰的结构。

作者因此坚持在Shell命令中使用cat，认为这是实践模块化设计的有效方式。

书籍背景与阅读动机

《程序员Common Lisp指南》由Deborah G. Tatar撰写，Digital Press于1987年出版。本书出版时间介于Common Lisp第一版手册（CLtL1）之后、ANSI标准最终确定之前。读者选择阅读这本老书的主要原因是：

• 对优质Lisp书籍的持续需求，尤其关注Medley Lisp环境的历史时期文献；
• 该书内容贴近Medley系统的Common Lisp实现状态，并反映了当时典型的Lisp编程风格；
• 受Daniel Weinreb和Richard Caruana的旧评论启发，认为本书区别于多数以AI为重点的Lisp入门书。

本书的独特价值

与当时多数Lisp入门书不同，本书虽然包含AI相关示例（如完整的简易专家系统），但示例代码涵盖更广泛的领域（例如类似nroff的文本格式化器）。
核心优势在于对交互式Lisp编程过程的清晰阐述，包括：在编辑器中编写代码、从编辑器求值表达式、利用REPL测试和探索等环境无关的操作流程。读者认为这一部分的描述在同类书籍中出类拔萃，尤其适合初学者。

内容特点与不足

• 宏章节：提供了有趣示例（如简化版defstruct），但未讨论gensym和变量捕获等关键问题，此为本书少数不足之一。
• 整体评价：尽管存在个别问题，本书仍是Lisp藏书的重要补充，具有实用与历史价值。

相关讨论

文章标签包括#CommonLisp、#books、#Lisp，并鼓励读者通过电子邮件或平台回复进行讨论。

日本日经225指数于周四创下历史新高，触及39,029点，超越了1989年创下的38,915.87点的前纪录。此次上涨由银行、电子和消费类股票推动，得益于日本企业稳健的盈利表现以及对投资者友好的公司治理改革措施。

• 市场表现强劲：日经225指数与更广泛的东证指数（Topix）今年迄今均上涨超过10%，且在2023年已分别大涨超25%，创下至少十年来的最佳年度表现。
• 企业盈利创新高：日本上市公司在2024财年（截至2024年3月）的净利润有望连续第三年创下历史新高，2023年第四季度的盈利同比增长45%，比市场预期高14%。丰田等大型企业上调了盈利预测。
• 外资持续流入：外国投资者对日本股市兴趣浓厚，2024年1月向东京证券交易所“主要”市场投入超过2万亿日元。此轮上涨也受到沃伦·巴菲特对日本市场乐观看法的推动。
• 日元走弱的影响：日元兑美元汇率今年已贬值约6%，接近去年创下的33年低点。疲软的日元提振了部分出口商的盈利，但削弱了国内消费者的购买力。
• 货币政策与通胀：日本央行维持着全球最后一个负利率政策，尽管其密切关注的“核心核心通胀”率已连续超过2%的目标超过一年。市场预计日本央行可能在4月政策会议上放弃负利率，具体将取决于春季工资谈判是否能确认工资实质性增长。
• 经济面临挑战：持续的高通胀拖累了国内消费，导致日本GDP连续两个季度萎缩，并已让出全球第三大经济体的地位，被德国超越。

文章摘要：《草莓馅饼喷灯（1994）》

实验概述

本文记录了一项非正式的科学实验，旨在验证将草莓馅饼（Strawberry Pop-Tarts）过度加热是否能产生类似喷灯的火焰。实验灵感来源于专栏作家戴夫·巴里的文章，他提到这种馅饼若在烤面包机中加热过久会“像喷灯一样”喷出火焰。

实验材料与准备

• 材料：一台廉价烤面包机和家乐氏草莓馅饼（选用无糖霜款式）。
• 安全措施：实验选择在室外车道进行（而非厨房），并准备了小苏打用于灭火。
• 设备改装：为确保馅饼受热充分且无法弹出，烤面包机被设置为最高档，并用胶带将弹出杆卡在下方。

实验过程与观察

1. 加热阶段：烤面包机通电后，先进行约60秒的正常烘烤周期，馅饼被彻底烤焦，并散发出焦糊气味。
2. 故障与燃烧：烘烤周期结束后，烤面包机因胶带阻挡无法弹出馅饼，开始发出响亮的嗡嗡噪音。约40秒后，大量浓烟冒出，随后出现火焰。
3. 火焰发展：火焰从烤面包机中舔出，逐渐增大，最终达到约18英寸（45厘米） 的最大高度。
4. 短路与扑灭：火焰似乎损坏了烤面包机的电子元件，使其停止运转。研究者迅速拔掉电源。火焰持续数分钟后，由研究助理撒上小苏打扑灭，过程中产生更多浓烟。

实验结果与后续

• 主要发现：过度加热草莓馅饼确实可以产生相当规模（近半米高）的持续火焰，证实了其可作为简易燃烧装置的潜力。
• 实验局限：火焰高度未完全达到预期，研究者推测带糖霜的馅饼可能产生更强烈的喷灯效果。
• 设备处置：实验后的烤面包机因持续的火灾隐患和强烈焦味无法再次使用。冷却后，它被遗弃在路边等待垃圾清理。
• 后续计划：由于缺乏备用烤面包机，剩余馅饼被用作普通食品食用。作者建议制造商应以六联包形式销售烤面包机，以支持此类“重要研究”。作者还表达了对带糖霜馅饼进一步实验的兴趣。

读者反馈

文章发布后获得了大量关注，作者收到了读者来信，并鼓励读者分享如何发现该页面的信息。

Danswer：基于私有数据的开源AI搜索与聊天系统

项目概述

Danswer（YC W24）是一款开源且可自托管的AI助手系统，旨在解决团队扩张带来的内部信息检索难题。该系统可连接Slack、Google Drive、Jira等25种常用办公工具，允许用户通过自然语言提问，并基于团队私有文档生成附带准确引用和来源链接的回答。

核心特性与部署方式

• 数据隐私与安全：支持容器化部署于任意云端或本地环境。所有数据均在本地实例处理与持久化，支持接入开源LLM以实现完全的物理网络隔离（Airgap）。
• 部署选项：提供基于Docker的快速入门指南（15分钟内即可本地运行），同时为不想自托管的用户提供零配置的云端托管服务（Danswer Cloud）。

技术架构与RAG管道

系统核心依赖于定制的检索增强生成（RAG）管道：

• 索引阶段：每10分钟从数据源同步文档，进行分块并构建混合索引。
  • 向量索引：使用对比损失训练的前缀感知嵌入模型，支持多粒度多次遍历以同时捕获宏观上下文与微观细节。
  • 关键词索引：结合BM25与N-Grams，确保在低数据领域的搜索性能。
  • 排序机制：基于Vespa向量数据库，引入结合反馈学习和时间衰减的自定义排名函数。
• 查询阶段：
  • 预处理：执行查询增强、上下文重述、去停用词及词形还原。
  • 智能筛选：检索Top文档后，使用小型LLM评估并筛选出对回答真正“有用”的文本块，大幅提升精确度与召回率。
  • 生成与后处理：将最相关的段落、用户查询及历史记录输入LLM生成最终答案，随后进行安全护栏检查与引用提取。
• 模型配置：向量/关键词索引及NLP模型均在本地运行（无需GPU）。默认生成模型为OpenAI GPT，但支持灵活替换为其他模型。

典型应用场景

• 客户支持：快速定位相关文档，缩短问题响应与解决时间。
• 销售辅助：整合通话记录与笔记，即时获取客户背景上下文。
• 工程研发：减少跨团队问答耗时，避免因信息不透明导致的重复开发，加速On-call关键故障排查。
• 员工入职：为新成员提供自助式的内部信息检索与培训引导服务。

尼尔森最新报告显示，YouTube在美国电视流媒体市场占据主导地位：

• 观看份额领先：YouTube以8.6%的电视屏幕观看占比位居第一，连续12个月蝉联榜首；Netflix以7.9%位列第二。
• 电视端使用增长：观众每日在电视上观看YouTube内容超10亿小时，显示消费者可能更偏好用户生成内容。
• 创作者电视观看时长激增：头部YouTuber的电视观看时长增长超400%，例如HopeScope的电视观看时长在2023年上涨172%。
• 年轻观众偏好：61%的Z世代表示更喜欢用户生成内容而非传统电视节目。

对比竞争环境：

• TikTok移动端优势：TikTok在移动设备上仍占主导，2023年全球4至18岁用户日均使用时长达112分钟，并正在测试30分钟视频上传功能及Apple Vision Pro原生应用。
• YouTube其他里程碑：YouTube Music和Premium付费用户超1亿；YouTube TV订阅者超800万；YouTube Shorts日浏览量超700亿次。

报告反映出YouTube在电视流媒体的持续强势，同时面临TikTok在移动端和内容创新上的竞争。

本文介绍了LongRoPE，一种首次将预训练大语言模型（LLM）的上下文窗口扩展至2048k tokens的方法，同时仅需在256k训练长度内进行最多1k步的微调，并能保持模型在原始短上下文窗口下的性能。当前因微调成本高、长文本稀缺及新位置引入的灾难性值等问题，上下文扩展通常局限于约128k tokens。LongRoPE通过三项关键创新实现了突破：首先，通过高效搜索识别并利用位置插值中的两种非均匀性形式，为微调提供更优初始化，并在无需微调的情况下实现8倍扩展；其次，采用渐进扩展策略，先微调至256k长度，再对微调后的扩展模型进行第二次位置插值，以达到2048k上下文窗口；最后，在8k长度上重新调整LongRoPE，以恢复短上下文窗口性能。在LLaMA2和Mistral模型上跨多种任务的大量实验证明了该方法的有效性。经LongRoPE扩展的模型保留原始架构，仅对位置嵌入进行微小修改，并可复用大部分已有优化。

苹果公司近日对流行冥想应用Insight Timer的运营政策进行了重大调整，要求对教师打赏收入抽取30%的App Store服务费。此前，Insight Timer已获得苹果许可一年多，使用自有的基于Stripe的应用内收款系统，未向苹果支付佣金。

根据TechCrunch报道，Insight Timer允许用户向其最喜爱的教师和导师发送“打赏”。根据苹果App Store指南，只有打赏完全由赠送者自主选择且100%资金流向接收者时，可不通过应用内购买系统；但若与数字内容或服务有关，则必须使用应用内购买。Insight Timer自2022年以来采用Stripe为教师打赏收款，期间苹果审批了该应用的47个更新，似乎默许其做法。

然而，2023年年底，Insight Timer收到苹果App Store审核部门通知，称这些打赏被重新认定为“数字内容”，需通过苹果的应用内购买系统收款，并支付30%佣金，意味着教师收入直接减少30%。

Insight Timer的盈利模式以订阅为主，此次变更并不影响应用方的主营收入，但对平台上依靠用户打赏谋生的教师社区影响巨大。Insight Timer CEO表示，教师平均每月收到打赏金额约为10万美元，此举造成他们薪酬的明显削减。

苹果给Insight Timer设定了最后期限，要求在2月前调整收款方式，否则应用将被下架。尽管双方曾尝试寻找妥协，但最终未能达成一致，Insight Timer不得不遵守苹果的要求。CEO接受采访时称，愿遵守规则，不愿与苹果产生冲突，并强调监管部门应介入规范平台规则。

截至发稿，苹果方面尚未就此事件发表评论。

LilyPond 是一个乐谱雕刻程序，致力于生成最高质量的乐谱。它将传统手工雕刻音乐的美学应用于计算机打印输出。LilyPond 是自由软件，属于 GNU 项目的一部分。

功能与应用 LilyPond 是一个强大且灵活的乐谱雕刻工具，可处理各类任务，包括但不限于：

• 古典音乐
• 复杂记谱
• 早期音乐
• 现代音乐
• 指法谱
• 声乐谱
• 主旋律谱
• 教育材料
• 大型管弦乐项目
• 定制化输出
• 甚至申克尔分析图

用户可通过浏览其示例库来获取灵感。

论文摘要：Neural Network Diffusion

本研究提出了一种利用扩散模型生成高性能神经网络参数的新方法。传统上，扩散模型在图像和视频生成领域已取得显著成功，本文证明其同样能用于合成有效的神经网络权重。

核心方法 该方法包含两个主要阶段：

1. 自编码器压缩：首先训练一个自编码器，用于提取一个已训练好的神经网络参数子集（如某一层的权重）的潜在表示。编码器将高维参数映射到低维潜在空间。
2. 扩散模型生成：随后，训练一个扩散模型，其任务是从随机噪声中学习并合成上述潜在表示。训练完成后，该扩散模型可以生成全新的潜在表示，这些表示通过自编码器的解码器还原，即可得到新的、未见过的神经网络参数子集。

实验与发现 研究在多种神经网络架构和数据集上进行了广泛实验，结果表明：

• 该方法持续生成性能与原始训练网络相当甚至更优的模型。
• 生成过程额外计算成本极低。
• 实验经验表明，生成的模型并非简单地记忆原始训练网络，而是具备良好的泛化能力。

结论与意义 本工作首次系统性地探索了使用扩散模型直接生成神经网络参数的可能性，展示了扩散模型在神经网络构建方面的多功能潜力，为未来在这一方向的更多研究提供了启示。

NotesOllama 项目摘要

项目状态
该仓库已停止维护，以现状提供。

核心功能

• 允许在 macOS 的 Apple Notes 应用中，通过 Ollama 接口与本地运行的大语言模型（LLM）进行交互。
• 灵感来源于 Obsidian 的 Ollama 插件。

技术栈

• SwiftUI：用于构建用户界面。
• AXSwift：通过 macOS 的辅助功能 API 访问 Apple Notes。
• OllamaKit：用于与 Ollama 服务进行通信的接口库。

使用与配置

• 用户可以通过 Xcode 编译项目或下载预编译的二进制文件来运行。
• 默认假设 Ollama 服务运行在本地（http://localhost:11434）。若服务地址不同，需通过环境变量 NOTESOLLAMA_OLLAMA_BASE_URL 进行配置。
• 支持自定义提示词：可通过编辑应用程序包内的 commands.json 文件（位于 Contents/Resources/ 目录下）并重启应用来实现。

其他信息

• 作者鼓励用户通过关注其另一插件 NotesCmdr 来提供支持。
• 项目采用 MIT 许可证，版权归属 Anders Rex（2024）。

Google 违背了垄断协议

文章核心批判了谷歌搜索质量的恶化，认为其违背了与用户之间的“垄断协议”：谷歌获得了搜索引擎市场的垄断地位，代价本应是提供高质量、可信赖的信息服务。然而，实际情况是谷歌搜索结果充斥着垃圾信息、诈骗广告和低质量内容，导致真正优质的网站被埋没。

谷歌搜索质量恶化的具体表现与原因

• 垃圾信息与诈骗泛滥：搜索结果页顶部常被垃圾信息、诈骗广告占据。这些诈骗既有资源雄厚的对手，也有简单的“脚本小子”式骗局，他们都能成功绕过谷歌的防御。
• 实证研究支持：SEO行业持续尝试操纵排名，即使谷歌阻止了99%的尝试，剩下的1%也足以主导重要查询的结果。
• 谷歌的辩护与矛盾：谷歌声称自身规模是抵御垃圾信息的唯一保障，因此需要不断扩张。但讽刺的是，其高度保密的排名算法（The Algorithm™）并未能阻止垃圾信息的胜利。
• 典型案例：产品评测领域的崩坏：以空气净化器评测为例，专业网站 Housefresh 因投入大量资源进行真实测试，其内容在谷歌排名中被边缘化。取而代之的是大量如《Better Homes and Gardens》等媒体网站，它们声称进行了“严格测试”，但评测结果往往推荐劣质或已破产公司的产品，且内容雷同，疑似为应对谷歌政策而虚构的测试流程。这些网站通过省略真实测试的成本，利用节省下来的资源专门研究如何破解谷歌算法。
• “劣币驱逐良币”效应：文章援引格雷欣法则，指出在谷歌主导的网络环境中，存在“劣质网站驱逐优质网站”的趋势。低质量网站通过低成本、SEO优化等手段占据高位，挤压了高质量内容的生存空间。

“垄断协议”的违背

• 隐含的社会契约：文章提出，谷歌与用户之间存在一个隐含协议：谷歌获得垄断利润，并以此投入资源确保搜索结果的质量和安全性，成为用户获取信息的可靠守门人。
• 谷歌的违约行为：
  1. 资源错配：谷歌每年花费巨额资金（如260亿美元）确保自己成为各平台的默认搜索引擎，以巩固垄断，而非将这些资源用于改善搜索质量和打击垃圾信息。
  2. 财务操作优先于产品质量：谷歌进行了大规模的股票回购（如700亿美元）和裁员（如12000人），而这些资金本可用于长期投入解决搜索质量问题。
  3. 结果恶化：谷歌承认其正在输掉与低质量内容农场的战争，同时却投资于生成更多AI内容（botshit）。

其他内容提要

• 小说连载：文章包含作者新小说《The Bezzle》第四部分的节选。该小说是一部犯罪惊悚小说，本节内容引入了洛杉矶治安官副手中存在的暴力黑帮这一真实存在的丑闻作为情节线索。
• 历史链接与作者动态：文章末尾列出了多年历史上的趣闻链接以及作者近期的出版、活动安排。

结论

文章的核心论点是，谷歌凭借垄断地位获取了巨大利润，但未能履行其作为信息守门人的核心职责，导致搜索生态系统恶化。优质内容被算法边缘化，而垃圾信息和商业操纵大行其道，这标志着谷歌违背了其垄断背后的社会契约。

文章核心内容概述

本文主要介绍了一系列旨在让早期电子设备“现代化”并延长其使用寿命的替换电路板产品。这些产品并非简单的修复，而是通过现代技术（特别是Wi-Fi）为老设备赋予新功能。

主要产品线

1. Wi-Fi 复古调制解调器

   • 核心功能：为1980年代等早期的有线调制解调器（如Hayes、USRobotics品牌）设计替换电路板，使其能够通过Wi-Fi连接到现代互联网。
   • 兼容型号：明确提到了为以下经典调制解调器制作的Wi-Fi复刻板：
     • Hayes Smartmodem
     • USRobotics Courier 1200/2400
     • USRobotics Sportster
     • Atari SX212

2. Atari街机FPGA多游戏板

   • 核心功能：为特定的Atari街机游戏机设计基于FPGA（现场可编程门阵列）的替换电路板，使其能够在一台街机硬件上运行多个游戏。
   • 兼容游戏机：提到了为以下街机型号制作的FPGA板：
     • Atari Tempest 街机（可运行多款游戏）
     • Atari Space Duel 街机（可运行多款游戏）
     • Atari Star Wars 和 ESB（帝国反击战）街机（可运行双游戏）

关键信息

• 产品目的：通过现代技术升级老旧硬件，解决原始部件过时或失效的问题，同时保留设备的经典外观和使用体验。
• 技术支持：产品由 Tattler Solutions 公司设计制造。
• 用户参与：公司邀请用户通过指定邮箱（info@tattlersolutions.com）建议未来希望进行“复古现代化”改造的调制解调器或街机型号。

Atuin：神奇的Shell历史记录工具

核心概述

Atuin 是一款用于同步、搜索和备份Shell历史记录的工具，旨在提升开发者的工作流程效率。它通过端到端加密确保命令历史的隐私与安全，支持在多个设备间无缝同步历史记录。

主要产品与功能

1. Atuin CLI（命令行工具）

• 完全开源与免费：采用宽松的开源许可证，开发者可以自由使用。
• 广泛的兼容性：支持 bash、zsh、fish 等主流Shell，安装简单，不影响现有配置。
• 核心功能：
  • 历史同步：将命令历史记录同步到所有设备，永不丢失。
  • 端到端加密：所有数据在客户端加密，确保只有用户本人可读，保护隐私。
  • 高效搜索：可快速检索数十年的历史记录，支持全文本或模糊搜索配置。
  • 数据导入：支持从多种格式导入现有历史记录。
  • 丰富上下文：为每条命令存储额外信息，如工作目录、退出码、执行时长等。
• 性能与部署：使用Rust编写，注重性能，通常不影响Shell速度。支持用户自行托管同步服务器，实现对基础设施和数据的完全控制。

2. Atuin Desktop（桌面应用 - 开放测试中）

• 定位：面向团队的工作流工具，核心是可执行、可共享、可靠的“Runbook”（运行手册）。
• 关键特性：
  • 实际可执行：与传统文档不同，桌面版中的Runbook可以直接点击运行命令，并能实时渲染数据库查询等结果，确保文档始终有效。
  • 协作模式：采用本地优先的CRDT协作方式。数据本地存储，通过Atuin Hub进行同步。
• 开源状态：Atuin Desktop本身开源。但其后端服务 Atuin Hub 目前不开源且不支持自行托管。不过，Desktop支持离线、基于文件的协作工作区，可通过Git等工具进行版本控制和协作。

安全与隐私

Atuin CLI的命令历史数据采用端到端加密，确保在传输和云端存储过程中，数据内容仅对用户本人可见。

适用场景与价值

• 适用于需要跨多台机器保持命令历史一致的开发者。
• 适用于需要快速、安全地检索过往复杂命令的场景。
• CLI版本适合个人开发者提升效率；Desktop版本旨在为团队提供可重复、可共享的标准化运维和开发工作流。

这篇文章探讨了如何将井字棋游戏状态压缩到尽可能少的位数。作者首先提到存在765种可能状态，理论上用10位即可表示，但需要查询表，不够实用。

接着介绍了一种18位的表示方案：每个单元格用2位表示（空=00，叉=01，圈=10），九个单元格拼接成18位状态。代码中使用位操作实现单元格的读取和写入，效率较高。但实际存储需要使用32位整数，浪费了高位空间。

为了能使用16位整数存储，作者提出了一种基于3进制的15位表示法：将状态视为9位3进制数，每位代表单元格状态（0=空，1=叉，2=圈）。最大值3^9-1=19682正好需要15位。通过整数除法和取模操作代替位操作来实现单元格访问，但计算开销较大。

最后对比了两种方案：18位方案操作简单、CPU效率高；15位方案节省16%空间但计算复杂。文章指出15位方案仅适用于需要存储海量游戏状态的特殊场景，通常情况下18位方案更实用。文章还提供了GitHub测试用例链接。