2025-05-17

A short note on two related rules of thumb.

I have been stuck. Every time I sit down to write a blog post, code a feature, or start a project, I come to the same realization: in the context of AI, what I’m doing is a waste of time. It’s horrifying. The fun has been sucked out of the process... | Dustin Curtis | Designer, hacker, investor, nomad. Founder of Svbtle.

An amendment to the Swiss surveillance law would require VPNs and messaging apps to identify and retain user data, undermining their privacy and security framework.

Run larger LLMs with longer contexts on Apple Silicon by using differentiated precision for KV cache quantization. KVSplit enables 8-bit keys & 4-bit values, reducing memory by 59% with <1% quality loss. Includes benchmarking, visualization, and one-command setup. Optimized for M1/M2/M3 Macs with Metal support. - dipampaul17/KVSplit

本文标题为《穆迪剥夺美国3A信用评级》，但实际提供的正文内容并非新闻详情，而是《金融时报》的付费订阅广告。

核心内容限制： 文章正文被付费墙封锁，未提供关于穆迪评级下调的具体新闻内容，如下调原因、时间、影响或官方声明等。

可见的订阅信息： 文中列出了《金融时报》的几种数字订阅方案，主要面向香港读者：

• 试用计划： 首4周10港元，之后每月565港元。
• 标准数字版： 每月369港元。
• 高级数字版： 每月565港元，提供完整访问和行业专家分析。
• 高级数字版+周末印刷版： 每月625港元。 所有计划均提供全年预付20%折扣的选项。

结论： 由于正文被订阅广告替代，无法从当前内容中获取与“穆迪下调美国信用评级”这一标题相关的任何实质性新闻信息。读者需订阅或通过其他渠道获取该事件的完整报道。

本文介绍了在任天堂64（N64）平台上实现调色板光照和法线映射的技术探索，主要基于作者为Revision 2025制作的演示项目。核心方法是通过在纹理空间中对调色板进行实时着色，从而在不依赖专用硬件的情况下实现动态光照效果。

主要技术点：

1. 调色板空间着色：对使用调色板的纹理，仅通过更新调色板的颜色值即可改变整个纹理的光照效果。这比逐像素计算更高效，因为调色板颜色数量远少于纹理像素数。演示中使用了基于K-means聚类的调色板压缩，将漫反射纹理和法线映射共享同一组调色板索引。

2. 物体空间法线映射：相比常见的切线空间法线映射，物体空间法线映射更简单，每个纹理像素存储绝对表面法线而非相对于顶点法线的偏移。运行时只需读取纹理颜色作为法线，但要求表面点有唯一的纹理像素（类似光照贴图），且不适合重复纹理。

3. 烘焙定向环境光与太阳光：将环境光和直接光烘焙到顶点颜色中（RGB和Alpha通道）。环境光结合了定向强度（灰度环境贴图）和颜色（顶点RGB），太阳光的可见性通过顶点Alpha传输。最终着色公式为：颜色 = 漫反射纹理 * (环境项 + 直接光项)。

4. 处理重复纹理的大模型：对于使用重复纹理的较大模型（如城堡），将其拆分为子网格，每个子网格共享同一物体空间法线映射。通过手动分组并计算近似切线空间，但着色在运行时不进行插值，导致光照呈现多边形化（不连续）。

5. 镜面反射着色 hack：由于调色板着色对基于视角的效果（如高光）支持有限，作者通过近似物体为球体（p=半径*法线）来模拟镜面反射。结果虽有分块感，但在演示中达到了欺骗视觉的效果。

局限性：该技术存在明显限制，包括着色不连续、仅支持灰度纹理、不支持点光源或阴影，且需要大量预处理。作者指出这主要适用于定向漫反射光照场景。

相关历史：作者后来发现一篇2003年的论文已描述过相同的“调色板着色”技术（针对NVIDIA RIVA 128），说明该方法并非全新。

最终演示提供了一个PAL兼容的N64 ROM，但稳定性欠佳。作者认为未来若能在保持环境光与直接光支持的同时解决着色不连续问题，将是有意义的探索方向。

本文揭示了英国电信运营商O2在VoLTE服务中存在的重大隐私漏洞：通过分析IMS信令消息，发现任何O2用户在拨打或接听电话时，其IMSI、IMEI及连接的基站信息均会暴露给通话对方，导致用户位置可能被精准定位。

漏洞详情

• 暴露信息：通话过程中，SIP信令消息会包含双方用户的国际移动用户识别码（IMSI）、国际移动设备识别码（IMEI），以及被叫方当前连接的蜂窝网络基站信息（Cellular-Network-Info头部）。
• 定位原理：Cellular-Network-Info头部中的小区标识（Cell ID）可与公开的基站数据库（如Cellmapper）交叉比对，在城市密集区域可将用户位置缩小至约100平方米范围。
• 影响范围：所有使用4G通话或WiFi通话的O2设备均受影响，无需特殊设备或权限即可获取这些信息。测试显示，即使用户在国外漫游，该漏洞依然存在。

技术背景

VoLTE基于IP多媒体子系统（IMS）实现，其复杂性增加了安全配置风险。O2的IMS服务器（Mavenir UAG）在信令消息中错误地包含了过多调试信息和敏感数据。

潜在风险

攻击者可利用该漏洞追踪O2用户的实时位置，甚至仅通过拨打电话即可获取数据。关闭4G通话和WiFi通话可阻止位置信息泄露，但IMEI和IMSI的暴露仍会发生。

建议与反馈

• 作者建议O2移除相关SIP头部并禁用调试信息。
• 作者于2025年3月多次尝试通过电子邮件联系O2高管报告该问题，但未获回应。文章批评O2缺乏有效的安全漏洞上报渠道。

结论

该漏洞严重威胁用户隐私，运营商需紧急修复。目前用户可通过禁用4G/WiFi通话部分缓解风险，但根本解决方案需运营商更新IMS配置。

https://clojurescript.org/news/2025-05-16-release

Home Assistant 项目概述与开发者体验

项目健康度与治理 Home Assistant 是一个 Apache 许可的本地控制家庭自动化自由软件项目。其主要公司 Nabu Casa 通过订阅服务（如远程访问）盈利并雇佣核心开发者。项目的贡献者许可协议基于内核的开发者来源证书，贡献者保留版权。代码库活跃，有大量贡献者，公司员工虽在顶级贡献者中但未占绝对主导。2024 年，项目管理权已转移至新成立的 Open Home Foundation，增强了其长期独立性和稳定性。

安装与设置 Home Assistant 的安装方式与传统 Linux 应用不同。官方推荐使用专用操作系统或 Docker 容器，但也提供了在通用 Linux 系统上安装的“高级”方法，后者可能遇到系统升级（如 Python 版本更换）导致的兼容性问题。 初始安装后，系统功能有限，核心在于通过“集成”连接家中设备。集成可分为官方集成和通过 Home Assistant Community Store 提供的第三方集成。许多集成在设置时可自动发现本地网络设备，有时需要设备的云端账户凭据。集成质量参差不齐，部分可能存在问题（如损坏设备配置），且设备厂商对集成的支持态度不一。

安全考量 作为家庭网络核心，Home Assistant 涉及敏感数据并可能暴露于互联网，存在安全风险。项目有明确的安全策略，包括90天报告禁运期，并鼓励事前沟通。安全公告不多，第三方集成不受整体审查，其安全性无法保证，存在潜在风险。

实际使用体验

1. 设备集成与实体配置：成功安装的集成会为设备创建“传感器”（报告数据）和“控件”（改变状态）。实体命名可能不直观，用户需自行重命名和整理以方便使用，这体现了项目需要用户投入时间调试的特点。
2. 仪表盘与界面：用户可高度自定义仪表盘，集中展示信息和控制设备。过去依赖 YAML 配置，现在主要通过图形界面完成，交互性较好。
3. 自动化与场景：“自动化”是基于规则的简单程序（如天黑开灯）；“场景”则保存一组预设的设备配置。
4. 最终体验：经过配置后，系统能通过 Web 浏览器和移动应用稳定提供家庭状态概览与设备控制，展示了摆脱封闭云系统、实现本地控制的可行性。

总结 Home Assistant 是一个强大且不断发展的开源家庭自动化平台，赋予用户对设备和数据的控制权。尽管安装和集成需要一定技术投入和调试，但其灵活性、社区支持和本地化控制特性使其成为规避厂商锁定和不可靠云服务的重要选择。

Today we are announcing an alpha version of Pyrefly, an open source Python type checker and IDE extension crafted in Rust. Pyrefly is a static type checker that analyzes Python code to ensure type …

Bjork is currently promoting a new concert film being released called Cornucopia. She's been releasing new photoshoots and interviews almost every day for th...

Learn about text-to-SQL techniques like context building and table retrieval, LLM-as-a-judge, and LLM prompting and post-processing.

Catalogue of novel operating systems. Contribute to prathyvsh/os-catalog development by creating an account on GitHub.

https://www.lfe.pt/latex/fonts/typography/2022/11/21/latex-fonts-part1.html

Last Update: January 10, 2026

Software development is ongoing, with a new mode that reproduces the Big Ear telescope output. All telescope components are now available online.

The Explicit Resource Management proposal empowers developers to explicitly manage the lifecycle of resources.

Cross-platform Xcode replacement. Build and deploy iOS apps with SwiftPM on Linux, Windows, macOS. - xtool-org/xtool

At 34, Torbjørn Pedersen embarked on a seemingly impossible journey that would take 10 years – and involve cerebral malaria and being held up at gunpoint. He reflects on the highs, the lows and the joy of getting married en route

Those of us who have spent our lives playing with computers naturally see the appeal of deployi [...]

Inside the effort to de-democratize AI

https://www.neowin.net/news/this-printer-company-served-you-malware-for-months-and-dismissed-it-as-false-positives/

Why it’s so hard (or impossible) to buy e-books and audiobooks in smartphone apps.

Implementing a RISC-V Hypervisor

# AI训练数据中的AI生成内容与模型坍塌风险

## 核心现象：模型坍塌（Model Collapse）
- **定义**：当大型语言模型（LLM）的训练数据中混入过多AI生成的内容，导致模型输出质量下降、产生无意义文本的现象。
- **根本原因**：AI生成的文本是原始训练数据的有限子集，无法完整再现人类语言数据的真实分布。迭代训练会导致数据分布逐渐偏离真实世界，特别是丢失低频（长尾）事件和特征。

## 问题机制
1. **统计失真**：LLM通过分析海量文本学习词语（token）的概率分布。若训练数据被AI生成内容稀释，新模型学到的分布将无法反映真实语言规律。
2. **长尾信息丢失**：AI生成文本时，倾向于选择高概率内容，低概率或独特表达会逐渐消失（“遗忘尾部事件”）。
3. **跨模型影响**：不仅限于文本模型，图像生成模型（如DALL-E）、变分自编码器、高斯混合模型等迭代训练的生成模型均可能受影响。

## 现实情况与缓解因素
- **数据混合**：实际训练中，AI生成内容通常与人类数据混合，而非完全替代，这延缓了模型退化速度。
- **数据量问题**：单纯增加数据总量可延缓坍塌，但若混合质量低的数据，需消耗更多算力和成本才能维持原有性能。
- **识别困难**：目前缺乏可靠技术自动区分网络上的文本是人类还是AI生成。

## 解决方案：数据筛选与质量控制
1. **自然筛选**：用户不会发布所有AI生成内容，低质量输出已被剔除。
2. **主动筛选**：
   - 利用LLM自身置信度评分评估输出质量，淘汰低分内容。
   - 结合多个模型评估或人工反馈，优化合成数据质量。
   - 制定输出规则进行约束。
- **目标**：通过筛选缩小合成数据与真实数据分布间的差距。

## 潜在挑战与长远影响
- **数据枯竭**：有预测指出，人类生成的新文本数据可能在2026-2032年间耗尽，高质量合成数据或成为维持AI进步的关键。
- **伦理风险**：合成数据可能加剧少数群体代表性缺失，因模型易倾向于主流模式，长尾分布中的少数群体特征可能被抹去。
- **良性循环可能**：通过严格筛选的合成数据迭代训练，理论上可能促进模型改进而非坍塌，但此路径尚待验证。

## 结论
模型坍塌是AI开发中需要认真对待的风险，但并非迫在眉睫的灾难。关键在于训练过程需谨慎管理数据来源，避免在合成数据上递归训练。技术社区正研究数据筛选、质量评估和多样性保持等方法，以应对这一挑战。