最新

各位 HN 的朋友们， 我是“TikTok 年度总结”的创始人——一个类似于 Spotify 年度总结的 TikTok 版本。 用户可以上传他们的 TikTok 数据导出，以获取他们在该平台上的使用时间摘要，并且可以选择捐赠他们的数据供学术研究使用。 目前已有近 1.7 万用户捐赠了他们的数据。通过“信息流状态”，我希望让一些幕后研究变得更加透明。 目前的研究重点是比较 2024 年和 2026 年的数据，这些数据揭示了一些有趣的下降趋势：每个视频的时长减少，但总的 TikTok 使用时长增加，并且睡前使用 TikTok 的时间推迟了。

Stripe 最近发送了一份关于自动升级 Radar 的选择性退出通知。他们已将我迁移到“Standard”Radar 套餐，因为这“最接近”我之前使用的免费套餐。 直到 2027 年 1 月，该服务都是免费的，之后他们将开始向我收取每笔交易费用（以及每个连接账户的费用），除非我选择退出（我已经这样做了）。 我猜所有使用类似 Stripe 套餐的用户都会受到影响。天哪，真的吗？“选择退出”？？ 这是我收到的邮件副本（引用的加拿大 Stripe Connect 费率）。 ---------- 新的 Stripe Radar 套餐和定价 随着过去几年互联网欺诈的加速，我们一直在快速改进 Radar，这是我们的欺诈防护产品。去年，我们阻止了 1100 亿美元的欺诈，帮助平台封堵了超过 300 万个欺诈账户，并发布了数十项新功能。随着新功能的不断增加，我们正在推出四个级别——Lite、Standard、Plus 和 Pro——并更新定价。 这对您意味着什么 您目前使用的 Radar 版本最接近 Standard 套餐，并且您一直免费使用。从今天开始，您将免费试用 Radar Standard，该套餐现在包含针对所有支付方式的广泛保护以及专为平台构建的新功能——包括为每个连接账户提供账户风险评分，这样您就可以更快地让合法账户上线，封堵高风险账户，并在欺诈发生前暂停付款。 您的试用期结束后，即 2027 年 1 月 22 日，您将自动转为 Radar Standard 套餐，并按每笔筛选交易收取 0.07 加元（包括您的直接支付量和您的连接账户处理的任何支付量），外加 Radar 新账户欺诈防护功能每连接账户 1.50 加元。 如果您希望继续免费获得欺诈防护，您可以随时通过仪表板一键切换到适用于您的直接支付量或连接账户的 Radar Lite。Radar Lite 提供针对卡支付的基本欺诈防护，由 Stripe 行业领先的 AI 模型提供支持，这些模型经过每年超过 1.9 万亿美元的支付量训练。Radar Lite 将包含在您的支付处理中，无需额外费用。 通过 Plus 或 Pro 进行高级防护 在人工智能时代，我们预计新的

我们最近使用 DeepSeek V4 Flash 作为教师模型，对 GPT-OSS-120B 模型进行了金融任务的知识蒸馏。在此类任务上，知识蒸馏效果显著。在 8k token 的限制下，我们自蒸馏的 120B 模型在 FinanceReasoning 任务上取得了 83.61% 的分数，优于 Kimi K3 (81.93%) 和 Inkling (65.13%)。我们已发布了 20B 的开源权重。然而，使用 V4 作为教师模型，我们意识到及时评估其审查特性是否会转移到基础模型的蒸馏版本上是很有意义的。简而言之，事实并非如此。教师模型在回答政治敏感问题时，其回答与预期偏差了 7 个标准差，但蒸馏模型的行为与其美国基础模型保持一致。您可以在此链接（http://playground.ctgt.ai/）上免费尝试几个查询。 对于感兴趣的读者，我将详细介绍研究的动机、方法和结果。衡量这种现象的难点在于区分模型是普遍不愿意谈论敏感话题，还是只针对特定国家的敏感话题。因此，我们创建了 152 对匹配的提示，其中一个提示询问中国相关的概念，另一个询问该概念的非中国版本。例如，“大跃进”与“乌克兰大饥荒”。这些提示由四位 LLM 裁判（Grok 4.20、Gemini 3.5 Flash、GPT-5 mini、Claude Sonnet 4.6）以 0-100 的分数进行评分，并与 96 个人类评分进行了验证，相关系数为 0.948。由于 OpenRouter 屏蔽了其中一些内容，我们自行托管了模型权重。 在核心政治类提示对上，教师模型的评分差距为 +45.45 分，与随机水平相差约 7 个标准差，而所有蒸馏模型的评分都与它们的基础模型相差不到 1 分。根据“潜移默化学习”文献，当教师模型和学生模型没有共享初始化时，这是符合预期的，而这里的情况正是如此。此外，蒸馏数据中也不包含任何中国敏感内容。我们在此的贡献是发布了评估框架（LineageEval: https://github.com/CTGT-Inc/lineage-eval/），以提升 DC 及其他地区关于此话题的讨论水平。我们是一个专注于 AI 高风险和受监管应用的解释性实验室，经常听到关于将中国模型蒸馏到美国基础模型上的所谓危险的含糊之词。我们认为，这些讨论应基于开放、可审计的框架，而非凭空想象。我们计划接下来测试将中国教师模型应用于像 Qwen 这样的中国血统基础模型会发生什么。 蒸馏方法是 HINT-SD 的一种演进，我们在模型推理出错的具体点注入一个“提示”。然后，我们使用反向 KL 散度在接下来的 100 个 token 的生成过程中对修正后的续写进行训练。如上所述，120B 模型本身作为教师模型非常有效，我们最终采用了这个版本。自蒸馏的 120B 模型在 FinanceReasoning 任务上取得了 83.61% 的分数，优于 Kimi K3 (81.93%) 和 Inkling (65.13%)。我们的模型在预算内完成了 98.7% 的问题；较大的模型会截断（90.76% 和 71.01%），这被计为不正确。在 100k tokens 时，大型模型表现更好（Kimi 89.92%）。因此，对于一个受限（可能更现实）预算的金融任务，一台 H100 上的 120B 模型，每查询成本约为 0.00026 美元，其表现超过了每查询成本高出 62-160 倍的模型。 我们发布了 20B 金融模型作为开源权重（在 8k token 下，FinanceReasoning 得分从 64.71% 提高到 74.79%，每查询成本降低 23%，可在单个 80GB GPU 上运行），120B 模型在 Playground 中与教师和学生模型并排展示（可进行少量查询，无需认证），以及包含所有提示、控制、评分标准和代码的 LineageEval。 我们很乐意听取在生产环境中处理蒸馏中国模型的经验，或者您对 LineageEval 的改进有何想法。 https://huggingface.co/ctgt-inc/gpt-oss-20b-finance https://playground.ctgt.ai/ https://github.com/CTGT-Inc/lineage-eval/ https://www.ctgt.ai/research/distillation-censorship-transfer

各位 HN 的朋友们，我创建了 ACS Peptide Testing Labs，这是一家位于佛罗里达州的、通过 ISO/IEC 17025 认证的分析实验室。研究人员和配药房可以将肽样品邮寄给我们，并在 9-11 个工作日内收到一份完整的分析证书。 问题很简单：大多数肽供应商提供的 COA 存在明显的利益冲突。研究人员需要一个独立的第三方来邮寄样品。 您可以通过我们的网络门户提交申请，隔夜寄送样品，我们将进行 HPLC 纯度分析、ESI 质谱鉴定、ICP-MS 重金属检测以及 GC-MS 残留溶剂检测。结果将通过电子邮件以详细的 COA 形式返回。 一个有趣的优势：我们已获得 DEA 注册，这使我们能够处理大多数合同实验室无法处理的管制物质分析。 我们仍在扩展定制协议服务，并非常希望得到任何从事肽研究或配药工作的朋友们的反馈。

有一个在线网站和一个Windows应用程序，无需GPU！云端AI处理换脸。