USDA植物耐寒性地图更新摘要

美国农业部（USDA）在2023年更新了植物耐寒性地图，这是自2012年以来的首次更新。新地图基于1991年至2020年的30年平均最低冬季温度数据，而旧地图使用的是1976年至2005年的数据。更新显示，由于气候变化，美国大部分地区的冬季变暖速度比其他季节更快，新旧平均温度对比显示平均升温约3.3华氏度。

地图变化与用途

• 区域重新分类：许多地区的耐寒性区域发生了变化，例如一些地区从旧区域升级到更温暖的区域。这为园丁提供了新的植物种植可能性。
• 耐寒性定义：耐寒性区域基于一年中最冷夜晚的平均温度，主要用于预测多年生植物（如树木、灌木）的冬季生存能力。
• 互动工具：地图允许用户输入城市、州或邮编查看当地区域变化，并提供温度差异的视觉图表。

耐寒性地图的局限性

• 不反映极端低温：地图基于平均值，不保证极端低温不会发生。例如，圣路易斯的平均最低温度对应区域7a，但过去30年中有11年温度低于该区域。
• 忽略低温频率和持续时间：极端天气的持续时间和频率对植物生存很重要，但地图未涵盖这些因素。
• 不涉及夏季条件：夏季高温和降水同样影响植物生长，但地图仅关注冬季耐寒性。美国园艺学会曾发布热区地图，但未普及。
• 微气候差异：同一区域内的微气候（如靠近建筑或树荫）可能影响植物生长，但地图无法细化到这种程度。

地方观察与建议

• 区域变化案例：各地扩展服务提供了当地观察，例如凤凰城的城市植物受冻害减少，明尼苏达州扩大了可种植植物种类，旧金山的一些植物不再冬季休眠。
• 园丁建议：
  • 使用耐寒性地图作为风险评估工具之一，但结合地方资源如当地苗圃、植物园和合作扩展服务。
  • 考虑微气候因素，如利用建筑辐射热或防护位置来种植更耐寒的植物。
  • 注意地图基于历史数据，实际种植应评估个人承受损失的能力。
• 新品种实验：一些园丁正在试验更耐寒或适应性更强的新植物品种。

结论

USDA更新的耐寒性地图反映了气候变暖趋势，为园丁提供了重要参考，但其局限性表明需结合本地专业知识和综合气候因素进行种植决策。园丁应探索地方建议和微气候优化，以成功种植多样植物。

根据提供的内容，目前无法生成相关摘要。原始文章内容未能正确加载，仅显示网站错误提示：“Something went wrong, but don’t fret — let’s give it another shot. Some privacy related extensions may cause issues on x.com. Please disable them and try again.” 因此，无法提取任何与标题“Telegram has launched a pretty intense campaign to malign Signal as insecure”相关的实质信息。

Cap：开源的Loom替代品概述

Cap 是一款开源的屏幕录制与协作工具，旨在成为 Loom 的替代方案。它整合了速度、专业质量和快速截图等多种工作模式于一身。

主要特点与功能

• 多样工作模式：提供三种模式，分别针对不同工作流程需求，如追求速度、专业画质或快速截图。
• 用户友好设计：功能设计注重节省时间，简化操作，无需用户过度操心细节。
• 灵活的存储控制：用户可选择连接自有的 S3 存储桶、使用 Cap Cloud 云服务，或完全在本地保存录制内容，避免了供应商锁定。
• 隐私与共享选择：支持即时共享或本地录制，可公开或私密分享，并能为敏感内容设置密码保护，或保持纯本地。
• 异步协作：通过评论、表情回应、文稿记录等功能，减少同步会议的需求，方便跟踪观看情况和反馈，并能将录制内容转化为可操作的后续步骤。
• 跨平台原生应用：为 macOS 和 Windows 提供原生桌面应用，运行流畅，并非基于 Electron 或浏览器扩展。
• 专业级录制质量：支持 4K 分辨率、60fps 帧率捕获，并采用智能压缩以控制文件大小。
• 完全开源：项目代码公开透明，用户可查看、贡献功能或进行自主托管，拥有完全控制权。

开源、定价与商业用途

• 开源优势：作为开源项目，代码可审计，用户可自主托管，确保数据主权和透明性。
• 定价模式：
  • 免费版：供个人使用，可使用本地录制的“Studio Mode”，但单次录制时长限制为5分钟。
  • 付费计划：包括“Desktop License”（单用户商用许可）和“Cap Pro”（包含云功能的专业版）。Cap Pro 包含团队工作区功能，并对10人以上团队提供批量折扣。
• 商业用途：任何付费计划均包含完整的商业使用授权。

数据安全与合规性

• 数据安全：支持端到端加密的云存储，并允许用户使用自有基础设施。
• 合规性支持：
  • GDPR：Cap Pro 支持在任何地区配置自定义 S3 存储桶。
  • HIPAA 等：通过自主托管方案实现完全控制，并为企业客户提供签署的《商业伙伴协议》。

与 Loom 的主要区别

Cap 结合了 Loom 的简洁性与专业工具的强大功能。其核心差异在于：开源、支持自定义存储、定价更优、桌面应用可离线工作，并且用户真正拥有自己的内容。此外，它内置了 Loom 视频导入工具，便于迁移。

常见问题要点

• 录制所有权：取消订阅后，已有的共享链接保持有效，用户可随时导出所有内容。
• 平台支持：支持 macOS（包括 Apple Silicon 和 Intel）和 Windows 原生应用。
• AI 功能：Cap Pro 用户可使用 Cap AI 生成标题、摘要、可点击章节和文稿，且无使用限制。

文章摘要：

Static Chess 是一个极简主义的国际象棋网站，其核心特点为完全静态化。该网站仅使用 HTML 和 CSS 构建，摒弃了 JavaScript 和复杂动画，所有交互均通过点击链接完成。玩家可将包含棋局状态的链接发送给朋友，对方通过返回链接来回应一步棋。

该网站受黑客新闻中关于井字棋所有可能状态讨论的启发。目前功能较为基础，可能存在缺陷，开发者鼓励用户反馈错误。未来计划扩展功能，支持更正式的棋局，并可能加入静态 AI 对手。项目欢迎社区通过 Pull Request 参与贡献。

本文探讨了如何充分利用NVIDIA H100 GPU的计算潜力，以高效运行AI工作负载。核心观点是：性能优化的关键在于持续为张量核心提供数据。

H100硬件架构关键点

• 计算单元：132个流式多处理器（SM），每个SM包含张量核心、寄存器文件和共享内存。
• 存储层次：80 GB HBM3显存（3 TB/s带宽）、50 MB L2缓存（12 TB/s）、SM内的共享内存（~33 TB/s）及大量寄存器。
• 性能瓶颈：H100的半精度矩阵乘法峰值达989 TFLOPs，而其他操作仅约60 TFLOPs。因此，硬件利用率的高低直接取决于张量核心的活跃周期比例（误差约±6%）。

充分利用H100的关键技术挑战与方案

1. WGMMA指令：H100新增的wgmma.mma_async指令允许128个线程异步启动矩阵乘法，从而保持张量核心的深度流水线。这是达到接近峰值性能的必要条件，但其内存布局要求严格，官方文档存在错误，需谨慎处理（如采用特定的"swizzled"布局以避免bank冲突和低效合并）。
2. 共享内存延迟：单次访问延迟约30个周期，在此期间张量核心可完成近两次32x32矩阵乘法。需通过精心设计的"swizzling"模式避免bank冲突，并尽可能减少寄存器与共享内存间的数据移动，优先利用TMA和WGMMA进行异步数据传输。
3. 地址生成开销：复杂的内存寻址（尤其结合交织布局时）会消耗大量计算资源。张量内存加速器（TMA） 能异步生成地址并搬运数据块，是节省寄存器和指令开销、实现高效流水线的关键。
4. 占用率：尽管H100的异步特性降低了对高占用率的依赖，但增加占用率仍有助于隐藏同步延迟和潜在错误，是提升实际利用率的有效手段。

ThunderKittens：面向硬件的嵌入式DSL

为简化高性能内核的编写，作者团队开发并开源了ThunderKittens——一个嵌入CUDA的领域特定语言。

• 核心抽象：围绕16x16的“瓦片”（Tile）设计，包括寄存器瓦片、共享内存瓦片等，匹配AI计算的矩阵本质与硬件偏好（太小的矩阵乘法对AI和硬件均不高效）。
• 优势：封装了复杂的内存布局、指令调度（如WGMMA和TMA的集成）等细节，使开发者能更专注于算法逻辑。例如，用约100行代码编写的H100 FlashAttention-2内核，性能比原版提升约30%。
• 设计哲学：不追求CUDA的全部功能，而是提供简单、易用的抽象。这些“瓦片”抽象顺应了AI计算（矩阵乘、规约、重排）和硬件的发展方向。

总结与展望

作者认为，硬件（如H100）和AI算法正朝着以16x16瓦片为基本处理单元的方向收敛。未来的研究方向包括将硬件洞察用于指导AI架构设计（如循环状态大小、计算密度），以及将ThunderKittens移植到AMD等其他硬件平台。

Falcon 2 系列AI模型发布

发布单位与时间：阿布扎比先进技术研究委员会（ATRC）旗下的技术创新研究所（TII）于2024年5月13日推出了新一代大语言模型Falcon 2。

核心模型介绍

本次发布了两个版本：

1. Falcon 2 11B：一个更高效、易用的大语言模型，拥有110亿参数，在5.5万亿个token上进行了训练。
2. Falcon 2 11B VLM：TII的首个多模态模型，具备独特的视觉转语言能力，可将图像等视觉输入无缝转换为文本输出。

关键特性与优势

• 性能卓越：经独立评测平台Hugging Face验证，Falcon 2 11B的性能超越了Meta的Llama 3 8B模型，并与领先的Google Gemma 7B模型性能相当（Falcon 2 11B: 64.28 vs Gemma 7B: 64.29）。
• 开源开放：Falcon 2 11B和11B VLM均为开源模型，供全球开发者自由使用。
• 多语言支持：两个模型均具备多语言能力，可处理英语、法语、西班牙语、德语、葡萄牙语等多种语言任务。
• 轻量高效：模型可在单个GPU上高效运行，易于部署和集成到笔记本电脑等轻型基础设施中。

应用场景

Falcon 2 11B VLM的视觉转语言能力适用于医疗、金融、电子商务、教育、法律等多个行业，具体应用包括文档管理、数字归档、上下文索引以及为视障人士提供支持。

未来发展计划

• 计划推出更多尺寸的Falcon 2系列模型。
• 将探索引入“混合专家”等先进机器学习技术，以进一步提升模型性能，使其更加智能和高效。

许可与责任

Falcon 2 11B采用基于Apache 2.0的TII Falcon License 2.0许可协议，其中包含旨在促进AI负责任使用的可接受使用政策。

文章摘要：GitHub Copilot 是否提高了我的生产力？

核心观点：作者在免费使用 GitHub Copilot 约一年后，经过对比和反思，认为 Copilot 并未提高其个人生产力，反而在某些情况下降低了效率。

一、使用背景

• 作者是 X11 合成器项目 picom 的维护者，仅将 Copilot 用于个人项目。
• picom 项目结构独特，Copilot 难以理解其整体代码逻辑，因此作者主要将其用于编写重复性样板代码（如解析转义字符、枚举映射、胶水函数等）。
• 作者乐于将这类枯燥任务交给 Copilot，以便更专注于编程的乐趣部分。

二、Copilot 的两大问题

1. 不可预测性：

   • Copilot 的输出难以预测，即使成功完成过类似任务，下次也可能失败。
   • 人工智能的运行逻辑不同于人类，无法用评判人类能力的直觉来评估 Copilot。

2. 速度过慢：

   • 相比作者使用的 C 语言服务器 clangd（能即时提供建议，不中断工作流），Copilot 的建议响应时间通常需要 2-3 秒或更长。
   • 等待时间成本高，且经常等待后收到不可用的代码，导致需要反复调整指令或手动修改，进一步浪费时间。

三、结论

• 尽管 Copilot 在正确时能提供“魔法般”的帮助，但由于其不可预测性和缓慢的响应速度，总体上反而降低了作者的编程效率。
• 作者明确表示，如果 Copilot 未来能更智能或速度快数倍，情况可能会改变，但目前不会付费订阅。
• 文章仅基于作者的个人使用体验，作为是否购买 Copilot 的一个参考数据点。

PDFEquips 平台概述
PDFEquips 是一个免费的在线 PDF 管理平台，专为专业人士、学生和个人设计，提供类似专家的 PDF 编辑、管理和优化功能。用户无需安装昂贵软件，即可通过一键操作高效处理 PDF 文件。

核心功能与优势

• 高效处理：支持快速转换 PDF，并具备 OCR 技术和批量处理功能，显著提升工作效率。
• 安全可靠：文件处理后会立即从服务器删除，保障用户数据安全。
• 高质量输出：在转换过程中保持文档的原始质量。
• 完全免费：所有工具均免费使用，无隐藏费用。

平台定位
PDFEquips 作为一站式网页应用，集成了文档管理的多种实用功能，为用户提供安全、便捷的数字化文档处理体验。

Commodore 64 运行 AI 生成图像

核心概述： 一款为 Commodore 64 开发的生成式 AI 工具，能够在这款 1982 年的经典个人电脑上生成 8x8 像素的精灵图（最终以 64x64 分辨率显示），展示了在极老硬件上运行 AI 模型的可能性。

关键细节：

1. 项目背景与成果：

   • 开发者 Nick Bild 成功为 Commodore 64 构建并记录了一套生成式 AI 工具。
   • 该工具能够生成用于游戏设计概念启发的 8x8 像素精灵图，但无法根据单条提示生成完整的精灵图集。

2. 技术实现与性能：

   • 该 AI 工具在 C64 上运行一个概率主成分分析（probabilistic PCA）算法。
   • 运行一个最终图像需要 20 分钟完成 90 次迭代，但考虑到硬件年代，这一速度被认为尚可接受。
   • 该模型不依赖 OpenAI 等外部服务，完全在本地硬件上执行。

3. 重要局限性与前提：

   • 尽管模型在 C64 上运行，但其训练过程是在现代计算机上完成的。这意味着项目启动和模型准备仍需现代设备。
   • 生成图像的分辨率极低（8x8 像素），与当今高端 AI 图像生成器的能力相差甚远。

4. 意义与启示：

   • 该项目证明了生成式 AI 模型可以在 40 年历史的硬件上运行。
   • 文章提到，此前还有案例显示 Commodore 64 在量子计算实用性实验中曾短暂超越现代量子处理器，突显了老旧硬件的潜力。
   • 它说明了 AI 的“入门级”硬件门槛并非由制造商单方面定义，用户的技能、决心和耐心可以拓展其边界，尽管实用性可能有限。

5. 相关背景：

   • 与其他 C64 的改造项目（如通过树莓派扩展卡在 C64 上运行《毁灭战士》）相比，这个 8x8 像素 AI 精灵生成器的实用性可能更低，但它依然是一项有趣的技术演示。

Page Dewarping（2016）

概述

作者为了解决因书页弯曲而导致文档图像变形的问题，编写了一个自动将弯曲书页的图片展平的程序。该程序的核心是将整个“去皱”过程构建为一个优化问题。

背景

作者参考了Leptonica库和CTM方法，两者都采用类似的层次化处理：先分割文本行，再寻找使文本行平行且水平的变换。作者决定采用自己的参数化模型来解决问题，模型由以下参数决定页面的3D形状和位姿：

• 旋转向量 r 和平移向量 t（定义页面在3D空间中的朝向和位置）
• 两个斜率参数 α 和 β（定义页面表面曲率，使用端点斜率固定的三次样条曲线）
• n 条水平文本行的垂直偏移量 y₁, ..., yₙ
• 每条文本行 i 上 mᵢ 个关键点的水平偏移量 xᵢ⁽¹⁾, ..., xᵢ⁽ᵐⁱ⁾

一旦这些参数确定，页面上的每个(x, y)坐标就会被投影到图像平面上的确定位置。因此，去皱问题转化为：在原始照片中识别沿水平文本行的关键点，并通过优化找到一组参数，使这些关键点的重投影误差最小化。

实施步骤

程序流程大致如下：

1. 获取页面边界：简单地裁剪图像边缘，避免外部干扰。
2. 检测文本轮廓：通过自适应阈值、形态学膨胀（连接水平相邻像素）、腐蚀（消除微小噪点）和连通组件分析（过滤掉形状不像文本的区域）来识别文本区域，并用PCA拟合线段近似。
3. 将文本组装成跨度：使用贪心算法，根据距离和角度变化成本，将单个文本轮廓连接成属于同一水平行的“跨度”。
4. 对跨度采样：在每个文本跨度上每隔约20像素采样一个关键点。
5. 创建初始参数估计：使用PCA估计所有跨度的平均方向，结合solvePnP分析性地建立初始猜测（假设页面无弯曲）。
6. 优化：使用scipy.optimize.minimize（Powell求解器）最小化所有关键点的重投影误差。这是程序最耗时的部分。
7. 重映射图像并阈值化：利用优化得到的位姿/形状参数，建立页面到图像的映射。通过projectPoints和remap对图像进行变换，最后使用自适应阈值生成最终的二值化输出。

结果

作者在GitHub仓库中提供了多个示例图像的前后对比，证明了程序的有效性。同时附有运行统计数据，显示模型参数从104到600不等，优化时间从4.2秒到23.3秒不等（基于2012 MacBook Pro单次运行）。作者指出优化速度可以通过尝试不同求解器或使用编译型语言来大幅提升。

总结与展望

该项目体现了作者将问题公式化为优化过程的典型工作方法。作者参考了可变形部件模型和主动外观模型的思想。未来可以改进的方向包括模拟和修复水平失真（当前三次样条的非弧长参数化会导致文本在某些区域被压缩）。代码已在GitHub上开源，作者计划将其用于计算机视觉教学。

苹果广告争议与“大扁平化”

苹果为化解一则争议广告（展现乐器与颜料瓶被压碎）的影响发布了道歉声明。该广告旨在庆祝iPad激发创意的潜力，但公众反应强烈，因其无意中深刻触及了数字时代的核心现象：“大扁平化”。

聚合理论与扁平化本质

互联网颠覆了传统稀缺经济的分销模式，使分发成本趋零、交易摩擦消失，从而将竞争重心转向用户体验。这导致所有内容与服务被扁平化、商品化，权力从分发者转向用户选择。典型例子包括：

• 谷歌：将信息拆解为单页，跳过媒体门户直接获取内容。
• Facebook：使用户生成内容与专业文章地位平等。
• 亚马逊：创造“万有商店”，零售服务趋于同质。
• Netflix/流媒体：取消线性播出，所有内容随时可点播。
• TikTok/短视频：基于兴趣推荐而非社交关系，进一步解除内容约束。
• Uber/Airbnb：将交通与住宿服务化为按需商品。

这种扁平化（第一阶段）源于智能手机及其应用商店的普及——苹果创建了这些服务运行的基础设备，使“万物皆应用”成为可能。

技术的双刃剑：自行车与扁平化

苹果广告的争议性在于其同时呈现了扁平化的两面：

1. 损失：一切变得普通，特殊性被消解。
2. 机遇：降低创造门槛，使人人可借助工具表达自我。

史蒂夫·乔布斯将计算机视为“思维的自行车”，旨在放大人类能力。iPad上的GarageBand等应用让普通人也能进行音乐创作，这体现了苹果的赋能哲学——技术作为工具，拓展个人可能性。

然而，技术本身是结构性的、中性的。互联网消除了摩擦，既摧毁了旧有价值体系（如传统媒体、行业壁垒），也创造了新机会（如利基内容市场、全球创作者经济）。扁平化既是剥夺，也是土壤。

未来挑战：AI的选择

当前AI的发展引出了关键问题：它将是我们可控的自行车，还是驶向未知的列车？文章指出两种可能路径：

• 封闭控制：少数实体掌握AI，用户受限使用，可能伴随过度监管。
• 开放扁平化：AI如MKHBHD（用户生成内容）一样普及，虽使“权威”不再特殊，却能激发广泛创新。

苹果广告未被删除，正映射了这一选择——未来取决于我们如何平衡技术的扁平化力量与人类的主动创造性。

核心摘要

美国、英国和澳大利亚联合指控俄罗斯公民德米特里·尤里耶维奇·霍罗舍夫是LockBit勒索软件团伙的头目。LockBit的实际运营者“LockBitSupp”否认指控。本文通过分析霍罗舍夫在多年间使用的多个网络身份，追溯了一位资深恶意软件作者的职业生涯，以探究当局的识别依据。

调查与指控要点

• 指控内容：美国司法部指控霍罗舍夫犯有敲诈勒索、电信欺诈和共谋等26项罪名。当局声称他创建并运营LockBit勒索软件，个人从中勒索超1亿美元，该团伙四年间总勒索金额约5亿美元。
• 运营模式：LockBit采用“勒索软件即服务”模式，霍罗舍夫抽取赎金的20%作为分成，剩余80%归负责传播恶意软件的附属机构。
• 制裁信息：美国财政部公布的制裁信息包括霍罗舍夫的已知电子邮件、伏尔加格勒地址、护照号码及税号。

数字身份追踪线索

调查者通过公开数据将霍罗舍夫的多个网络身份联系起来：

1. 早期身份与活动：

   • 使用sitedev5@yandex.ru等邮箱注册域名（如服装博客tkaner.com），并通过注册电话号码关联到多份显示为霍罗舍夫的俄罗斯政府文件。
   • 使用pin@darktower.su邮箱在firstvds.ru注册，该邮箱后被用于网络犯罪论坛。
   • 在Opensc和Antichat等论坛上以“Pin”身份活跃，讨论数据加密、代码漏洞及编写绕过Windows内存保护的恶意代码。

2. NeroWolfe时期（2011-2016）：

   • 通过ICQ号码669316关联，于2011年以邮箱d.horoshev@gmail.com加入Zloy论坛。
   • 使用相同密码225948的邮箱3k@xakep.ru在十余个俄罗斯网络犯罪论坛注册了“NeroWolfe”账号。
   • 自称系统管理员和C++程序员，专精于开发恶意软件、计算机蠕虫和浏览器劫持技术，并销售能绕过Windows XP和7安全防护的恶意代码加载器。
   • 其活动与技术专长（高级C/C++编程、加密、规避检测）为后来开发复杂勒索软件奠定了基础。

3. Putinkrab时期（2019）：

   • 2019年初，名为“Putinkrab”的用户在多个俄罗斯犯罪论坛出现，销售用C语言编写的勒索软件源代码。
   • 推出“勒索软件即服务”计划，提出20/80的分成模式，这与后来LockBit的运营模式一致。
   • 不断宣传其勒索软件的新功能和反检测技术，并招募投资者。

4. 与LockBit的连接：

   • Putinkrab的最后一个论坛帖子发于2019年8月，而LockBit勒索软件附属项目在约五个月后（2020年1月）正式启动，且LockBitSupp声称软件自2019年9月开始开发。
   • LockBit的原始恶意软件正是用C语言编写，这是NeroWolfe长期专注且擅长的领域。
   • 论坛讨论表明，拥有高级编码、加密和规避技术经验的开发者，在2016年NeroWolfe消失后转向当时蓬勃发展的勒索软件行业是符合逻辑的。

结论与推测

• 虽然没有确凿证据直接证明霍罗舍夫就是LockBitSupp，但长达14年的网络犯罪活动记录表明，他是一位长期深耕于恶意软件开发、数据加密和规避技术的高技能作者。
• NeroWolfe的消失与Putinkrab的出现在时间与技能要求上存在强关联性。拥有此类技能和社区地位的开发者，不太可能在勒索软件行业兴起时毫无缘由地退出。
• 当局的指控可能基于本文未公开的金融追踪证据（如加密货币地址、银行账户），这些证据能直接将霍罗舍夫与LockBit的财务活动关联起来。开源情报人员已陆续挖掘出更多相关的信用卡和银行账户信息。
• 尽管LockBitSupp否认指控，但霍罗舍夫长期的网络犯罪历史及其技术专长，使其成为LockBit领导者的高度可疑人选。

一项新预印本研究发现，近年广泛推行的校园正念干预项目对青少年心理健康或幸福感无显著改善作用。

研究背景与目的

过去二十年间，正念项目在全美乃至全球学校中日益普及，旨在通过教授呼吸觉察、思维观察和情绪监控等技巧，帮助青少年预防心理障碍、提升幸福感。然而，一项来自匹兹堡大学和威斯康星大学麦迪逊分校研究者的预印本研究，对2022年Darren Dunning等人元分析的数据进行了重新分析，专门聚焦于青少年群体，以检验通用学校正念干预（uSBMI）的实际效果。

研究方法与数据

研究者重新分析了22项针对青少年群体的uSBMI随机对照试验数据，涉及16,558名参与者（平均年龄14.2岁）。评估涵盖七个方面：焦虑/压力、抑郁、执行功能、正念水平、负面行为、社交行为和幸福感，并在干预结束后及平均7个月后随访时进行测量。

主要研究发现

• 无显著效益：在42项涵盖不同结果类别、对照组类型和时间点的分析中，93%的结果未达到统计学显著性，表明uSBMI组青少年在几乎所有指标上均未优于对照组。
• 正念水平下降：与被动对照组相比，uSBMI实际上降低了学生自我报告的正念水平（效应值d = -0.10，p < .001）。
• 对照组差异：与主动对照组相比，uSBMI在焦虑/压力和幸福感方面显示一定改善，但合并所有对照组后，uSBMI对任何结果均无显著影响。

对现有策略的质疑

研究结果对uSBMI作为青少年通用预防策略的价值提出了重要质疑。作者指出潜在原因包括：正念训练“剂量”不足、教师培训准备不足以及学校环境实施困难等。更根本地，该研究挑战了uSBMI等技能构建项目作为青少年心理障碍预防手段的合理性。作者指出，需权衡uSBMI与其他可能更可靠支持青少年心理健康的举措的机会成本。

研究结论与启示

尽管青少年心理障碍发病率持续上升，急需有效的预防和早期干预策略，但本研究表明，基于现有最佳证据，当前学校普遍实施的正念项目似乎未能产生实质性改善。研究者强调，这并非否定正念训练对青少年的潜在价值，但建议未来需重新评估uSBMI作为公共卫生预防策略的必要性，并考虑其他更有效的方案。

研究详情见预印本：《Adolescents Do Not Benefit from Universal School-based Mindfulness Interventions: A Reanalysis of Dunning et al. (2022)》，DOI: 10.31234/osf.io/qnk2u

Yi-1.5 模型概述

Yi-1.5 是 Yi 模型的升级版本，它通过在高质量语料（500B token）上进行持续预训练，并使用300万个多样化的样本进行微调而得到。

核心改进与模型规格

• 性能提升：相比原始Yi模型，Yi-1.5 在编码、数学、推理以及指令遵循能力方面均有显著增强，同时保持了在语言理解、常识推理和阅读理解方面的优秀能力。
• 模型尺寸：提供三种规模：34B、9B 和 6B。

环境要求与获取

• 要求：需要 Python 3.10 或更高版本，并安装 requirements.txt 中列出的依赖包。
• 获取：可从 Hugging Face、ModelScope 或 WiseModel 平台下载模型。

使用方式

1. 快速开始（本地运行）

以在 A800 (80G) 上运行 Yi-1.5-34B-Chat 为例，提供了使用 transformers 库加载模型并生成响应的 Python 代码示例。同时，也支持通过 Ollama 在本地运行，包括启动服务和调用 OpenAI 兼容的 API。

2. 部署

使用 vLLM 进行部署是一个推荐选项。文档说明了如何启动 vLLM API 服务器以托管聊天模型，并提供了通过 HTTP（curl） 和 Python OpenAI 客户端调用该 API 的示例代码。

3. 微调

支持使用多种主流框架进行模型微调，包括 LLaMA-Factory、Swift、XTuner 和 Firefly。

4. API 服务

Yi 提供兼容 OpenAI 的 API 服务（Yi Platform），用户可注册获取免费额度并按需付费。该 API 也部署在 Replicate 和 OpenRouter 平台上。

5. Web 演示

可以通过 Hugging Face 的聊天界面直接体验 Yi-1.5-34B-Chat，或者在本地使用提供的脚本构建演示。

许可证

Yi-1.5 系列模型的代码和权重在 Apache 2.0 许可证下分发。基于此模型创建衍生作品时，需注明原作品出处。

MacRelix 摘要

• 是什么：MacRelix 是一个在经典 Mac OS 系统上运行的类 Unix 环境。
• 系统兼容性：
  • 原生支持经典 68K 和 PPC 架构的 Mac OS。
  • 也支持通过 Carbon 在 PPC 架构的 Mac OS X 上运行。
• 开始使用：
  • 可下载其安装程序。
  • 运行环境要求：具备 Open Transport 和上游互联网连接的经典 Mac OS。
• 资源：
  • 提供了在 System 7.1 中运行的截图示例。
  • 源代码托管在 GitHub（仓库地址：https://github.com/jjuran/metamage_1，相关代码位于 lamp/Genie 和 relix 目录下）。

《模式语言》内容摘要

《模式语言》是一部关于建筑设计与城市规划的著作，其核心思想是提供一个相互关联的“模式”网络，用以指导创造充满活力的城镇、建筑和空间。这些模式并非孤立规则，而是一个从宏观到微观、相互支持的整体语言。

1. 城镇模式

这部分定义了城镇或社区的整体结构。其理念是，这些宏大模式无法一蹴而就，但通过耐心、渐进式的增长，并确保每一个独立行动都朝着生成这些整体模式的方向努力，就能逐步建成理想的社区。

• 区域与政策：倡导建立世界政府下的独立区域，并在每个区域内推行保护土地、界定城市范围的政策。
• 城市结构：鼓励通过城市政策，逐步形成定义城市的主要结构，例如亚文化马赛克、分散式工作等。
• 社区构建：从基层出发，通过两级自治社区（7000人社区、可识别的邻里）来构建更大的模式，并通过公共汽车网络、环路、学习网络等将社区相互连接。
• 本地中心与集群：在社区和邻里中鼓励形成本地中心（如活动节点、商业街）。围绕这些中心，发展基于面对面人群的住房集群（如住宅集群、排屋）。在集群之间和边界，鼓励形成工作社区（如工作社区、健康中心）。
• 本地生活与空间：在集群和工作社区之间，让本地道路和路径网络自然生长（如环形本地道路、绿色街道）。提供公共开放绿地供人们休闲（如嘉年华、安静后方），以及更小的公共空间（如公共土地、连接性游戏场）。
• 社会基本单元：在上述框架下，鼓励对最小的社会独立单元——家庭、工作团体和聚集场所——进行塑造，包括各种形式的住宅、自治工作室和街角杂货店等。

2. 建筑模式

此部分为可在地面上“设计”或“建造”的模式，涉及建筑群和单个建筑的三维空间塑造，通常由个人或小型团体一次性完成。

• 建筑群布局：首先规划建筑群的整体布局，包括高度、入口、停车区和活动流线（如建筑综合体、步行街）。
• 建筑定位：根据场地、树木和阳光等因素，确定单个建筑在场地中的位置（如场地修复、南向户外）。
• 空间营造：
  • 建筑布局：同时规划建筑的体量和建筑之间的空间，包括入口、花园、庭院和屋顶（如主要入口、庇护性屋顶）。
  • 室内外过渡：精心设计建筑之间的路径和广场（如拱廊、路径形状）。
  • 光线与空间梯度：在建筑内部分配空间，决定动线如何连接梯度空间（如亲密梯度、室内阳光）。
• 房间定义：根据梯度框架，定义最重要的区域和房间，包括住宅的夫妻领域、儿童领域，以及公共建筑的灵活办公空间、公共用餐等。
• 边缘与细节：将建筑边缘（如临街窗户、六英尺阳台）作为独立空间处理。规划花园（如梯田斜坡、果树庭院）。完善次要房间（如壁龛、工作区围合），并精细调整房间形状（如天花板高度变化）。
• 墙体与结构：为墙体赋予深度，以容纳壁龛、窗户等（如厚墙、内置座椅）。

3. 建造模式

这部分指导如何根据详细的空间规划方案，从物理上实际建造建筑。

• 结构哲学：确立一种让结构从空间规划和社会功能中自然生长出来的理念（如结构跟随社会空间、优质材料）。
• 结构布局与施工：基于规划完成结构布局（如屋顶布局），然后立柱架设主框架（如基础、立柱）。
• 开洞与填充：精确定位门窗并框住开口（如自然门窗、深窗洞）。根据需要加入附属模式（如楼梯拱顶、辐射热）。
• 室内外饰面：完成室内饰面和细节（如地面表面、软质内墙）。建造室外细节（如座位点、攀爬植物）。最后以装饰、光线和个人物品收尾（如装饰、来自你生活的物品）。

总而言之，《模式语言》提供了一个从全球城镇规划到最小建造细节的、层层递进、相互关联的设计解决方案库，旨在创造人性化的、富有生机的环境。

CarCheck：购车前检查清单应用

应用简介

CarCheck 是一款专注于汽车购买前的检查清单工具，旨在为用户提供系统化的购车评估方案。该应用通过结构化清单帮助用户全面检查车辆状况，降低购买风险。

核心功能

• 基础待办事项：支持创建基本的检查项目列表
• 通过/失败记录：允许对每个检查项进行状态标记
• 百分比滑块：提供直观的完成度评估工具

发展路线图

短期计划

• 统一应用平台：将CarCheck整合到通用品牌应用中
• 多场景扩展：计划新增房屋检查（HouseCheck）、船只检查（BoatCheck）等清单模板

中长期功能

• 用户系统：实现账户注册与登录功能
• 数据同步：提供云端数据同步服务
• 网页访问：开发在线仪表盘和网页版访问
• 社交分享：支持创建和分享自定义检查清单

用户参与

应用提供邮件列表订阅服务，用户可通过注册获取以下更新通知：

• 新检查清单模板发布
• 应用功能更新信息

该应用目前处于功能迭代阶段，致力于打造一个覆盖多种日常检查场景的综合性工具平台。

替代实现问题

核心问题

在软件开发中，为现有语言或系统创建一个性能更优的“替代实现”往往是一个劣势地位。因为这会使项目受制于“规范实现”（通常是官方或主流版本）的演进节奏，持续处于追赶状态，且对其发展方向缺乏控制权。

典型案例分析

1. PyPy (Python JIT)：虽然能提供显著的性能提升，但因Python语言持续添加新功能，PyPy始终落后于多个CPython版本，兼容性问题导致其难以在生产环境广泛采用。
2. LuaJIT (Lua JIT)：尽管性能卓越并受人尊敬，但由于Lua语言不断添加新功能且LuaJIT未能同步，限制了其采纳率。
3. TruffleRuby (Ruby JIT)：曾拥有出色的性能数据，但因Ruby（CRuby）作为规范实现不断演进，且预热时间长，导致其部署有限。
4. Crystal：作为类Ruby但静态编译的语言，因语法相似却不兼容，破坏了用户的期望，从而限制了成功。

关键教训与建议

• 避免直接竞争：构建一个与现有规范实现高度相似但独立的替代品，本质上是在一个劣势的赛道上竞争。规范实现主导演进方向，替代品只能被动跟随，且常被视为竞争对手。
• 更佳策略：
  • 整合而非替代：将优化工作（如JIT）直接集成到规范实现中（如YJIT项目之于CRuby）。这样可以从开始就保证100%兼容，并利用规范实现的演进。YJIT的成功（已被上游化并广泛部署）证明了此路径的有效性。
  • 创造真正的新事物：如果要创建新语言或系统，应专注于做出根本性的创新和差异化，避免成为现有事物的“近乎克隆版”。这样可以自主控制发展节奏和方向，不受既有期望的束缚。

例外情况

当存在开放标准时，构建兼容的替代实现是可行的。因为：

• 规范清晰且稳定（如JSON）。
• 有外部标准机构管理，且标准制定者会考虑不同实现方式（如浏览器JavaScript引擎的竞争），给予各方发展自主权。

核心结论

寻求突破性性能改进或创新时，最有效的途径不是作为独立项目与规范实现进行长期竞争，而是要么融入主流，要么开创一条本质不同的新路径。

演讲摘要：斯科特·加洛韦《美国如何摧毁年轻人的未来》

核心论点：营销学教授兼播客主持人斯科特·加洛韦在TED2024演讲中尖锐指出，从多项指标看，美国年轻人的财务状况正经历前所未有的恶化。他将此现象称为一场**“巨大的代际盗窃”**。

数据支撑：演讲基于数据对比分析，表明当代年轻人比以往世代在财务上更为艰难。

问题根源与影响：加洛韦剖析了导致这一状况的根本原因及其连锁反应，并质问社会为何容许这种趋势延续。

呼吁行动：他并非仅止步于批判，而是进一步提出了改变现状、终结这种“盗窃”的可行路径。

备注：演讲中包含成熟语言。该内容由TED赞助的广告和合作伙伴支持。

该内容介绍了一个基于C# Windows Forms的桌面应用程序。其主要功能是允许用户通过输入YouTube视频链接，将其下载并转换为MP3音频文件。

应用程序的核心流程如下：
1.  **输入与下载**：用户输入一个YouTube视频的URL。点击下载按钮后，程序使用`YoutubeExplode`库来获取视频信息并下载视频流。
2.  **进度反馈**：在下载过程中，界面提供一个实时更新的进度条，以直观地显示下载进度。
3.  **格式转换**：视频下载完成后，应用程序使用`MediaToolkit`库将视频文件转换为MP3音频格式。
4.  **文件保存**：在转换开始前或保存时，程序通过`SaveFileDialog`让用户选择MP3文件的最终保存位置。
5.  **完成通知**：整个过程完成后，应用程序会向用户弹出通知。

总结来说，这是一个设计用于在Windows桌面上直接完成YouTube视频到MP3音频转换的用户友好型工具，它集成了下载、进度显示、格式转换和文件管理等关键功能。

使用SVG而非JavaScript保护电子邮件地址

本文介绍了一种基于SVG（可缩放矢量图形）的电子邮件地址保护技术，其核心优势在于无需JavaScript即可运行，同时保持可访问性。

三大核心优势

1. JavaScript禁用时仍可工作：该方法完全不依赖JavaScript，即使用户禁用JS，电子邮件地址对人类访客仍可用、可访问，同时对垃圾邮件爬虫隐藏。
2. 支持标准mailto链接：与其他无JS方案不同，此方法允许使用标准的mailto:链接，但该链接位于外部SVG文档内，而非HTML文档中。
3. 兼具图像的隐蔽性与文本的可复制性：嵌入的SVG作为替换元素，能像图像一样隐藏地址；但本质上是图形文档，人类访客可通过右键点击SVG中的<text>元素来复制电子邮件地址，这是传统图像无法实现的。

实现方式

技术实现涉及两个文件：

• HTML文件：通过<object>标签嵌入SVG文件。

  <object class="svg-email-protection" data="svg-email-protection.svg" type="image/svg+xml"></object>
  

• SVG文件：包含电子邮件地址的图形化表示和交互样式。地址以文本形式存在于SVG内部，并包装在<a>链接中，指向mailto:链接。SVG还包含CSS样式，用于在悬停和焦点状态下提供视觉反馈。

无障碍访问设计

该方案注重可访问性：

• SVG文档通过aria-labelledby关联其<title>元素（包含行动号召文本）。
• 内部的锚点元素（<a>）带有aria-label，提供相同的行动号召。
• 样式设计确保当焦点落在锚点元素上时，其子元素（矩形和文本）会高亮显示。

技术局限与说明

该文章明确指出，与任何基于前端技术的电子邮件保护方法一样，此SVG方案无法防止最坚定和复杂的垃圾邮件爬虫采集地址。然而，它能有效防御大量简单的、业余的爬虫脚本。

参考资料

文章最后提供了相关讨论链接，包括Hacker News、CSS-Tricks文章和Stack Overflow的讨论，作为延伸阅读。

这篇文章主要从乐高星舰驱逐舰模型出发，探讨了《星球大战》中帝国级星舰驱逐舰的设计理念及其所反映的帝国军事学说，同时将银河帝国的历史与现实历史中的政治实体进行类比分析。

一、帝国级星舰驱逐舰的设计与作用

• 视觉设计优先：ISD 的设计首要目标是营造银幕上的震撼效果，而非实战效能。其庞大的体型、多层次结构（如大小机库、舰桥）和密集的引擎阵列，都旨在传递其压倒性的尺寸、速度与威严。作者认为，与后续《星战》作品中简单放大现有舰船的做法相比，ISD 的设计更具原创性与冲击力。
• 学说转变的矛盾：在克隆人战争期间，银河共和国海军以维纳托级等快速航母为核心。然而帝国成立后，主力舰ISD却转变为以重型火炮为主的炮舰平台，搭载的TIE战机相对脆弱。这种战术转变存在逻辑缺口。

二、对帝国军事学说的历史化解释 作者将银河旧共和国类比为历史上的“诸侯共和国”（如神圣罗马帝国），各星球（“诸侯”）拥有自治权和自己的武装。帝国的建立则是一次旨在削弱“诸侯”、加强中央集权的进程，这引发了统治阶层和普通民众的广泛不满。

• ISD的设计逻辑：在此背景下，帝国海军设计ISD的主要战略目标是 “威慑压制” ：
  1. 对“诸侯”威慑：其强大火力旨在让任何单一行星的舰队都无法有效对抗，从而避免冲突。
  2. 反游击作战：面对受资助的义军游击战，ISD被设计为一座巨型“抗地雷伏击防护车” ，凭借厚重的装甲和防护力，减少在偷袭中的损失，保护高价值资产。
• 高昂成本与战略失误：建造庞大的ISD舰队耗资巨大，加剧了财政压力和民众不满。帝国随后摧毁奥德朗、解散议会等举动，彻底激化了矛盾，触发了“诸侯”的普遍反叛。
• 恩多战役的结局：义军重建海军时，沿用了克隆人战争的快速航母战术。而帝国则困于为威慑和反游击设计的、笨重昂贵的ISD舰队。恩多战役中，帝国试图诱敌进行常规决战但失败，其威慑力量在真正的常规冲突中瓦解。

三、帝国崩溃与后续发展

• 帝国的迅速崩溃：缺乏合法性的军事-贡赋帝国一旦威慑失效，其瓦解往往很快。
• 新共和国的舰队：战后，新共和国很可能回收并重新使用帝国遗留的ISD等舰船，以节省军费，尽管这些舰船可能不完全适应新时代的需求。

四、其他内容 文章还提及了作者拼装乐高模型的体验、对《星战》续集中舰船设计不佳的批评，并穿插了对历史事件（如三十年战争）的类比。文末附有若干与古典历史、考古及游戏文化相关的推荐资源。

核心论点总结：文章认为，帝国级星舰驱逐舰的设计完美服务于其银幕形象，而其在故事中的定位与帝国的历史转型（从分散的“诸侯”联合走向中央集权）密切相关。它被塑造为一种旨在威慑地方势力和应对不对称冲突的终极武器，但其高昂的成本和最终在正面战场上的局限性，也成为帝国统治结构脆弱性的一个缩影。