最新

2019年，Gleason等人的学术论文发现，Twitter上只有0.1%的图片帖子包含任何形式的图片描述（alt文本）[1]。 我想看看今天Bluesky上的类似数据——我的完整博文在这里[2]，但我发现观察实时流也很有启发性和趣味性： * Bluesky上的图片帖子足够频繁，可以保持动态，但又不会频繁到让人无法阅读。 * 有很多机器人发布的内容，例如ADS-B（附近飞机）信息、电台“正在播放”信息，以及老式的联盟链接垃圾信息。 * 色情内容有大量详细的描述。这让我很惊讶！ [1] <a href="https:&#x2F;&#x2F;dl.acm.org&#x2F;doi&#x2F;10.1145&#x2F;3308558.3313605" rel="nofollow">https:&#x2F;&#x2F;dl.acm.org&#x2F;doi&#x2F;10.1145&#x2F;3308558.3313605</a> [2] <a href="https:&#x2F;&#x2F;digitalseams.com&#x2F;blog&#x2F;image-descriptions-on-bluesky" rel="nofollow">https:&#x2F;&#x2F;digitalseams.com&#x2F;blog&#x2F;image-descriptions-on-bluesky</a>

酒吧曾经是社交生活的基石，但最近我们许多人都注意到，找到价格合理的啤酒变得越来越难。我们开发了 Tap Map App，用于众包啤酒价格和供应情况的实时数据。 到目前为止，我们已经绘制了爱丁堡和伦敦的 800 家酒吧和 3000 多个数据点。任何人都可以注册添加自己喜欢的酒吧或更新价格/选择信息——我们的目标是让啤酒价格更加透明，并帮助保持酒吧文化的亲民性。 我们很乐意收到关于以下方面的反馈： - 这个应用在英国以外的地方有用吗？ - 您希望看到哪些功能？（价格变化历史、当地优惠、随时间推移的趋势？） 请将反馈发送至 support@tapmapapp.org iOS：https://apps.apple.com/us/app/tap-map-app/id6745830369 网页：https://tapmapapp.org/

我们对涌现的理解一直存在偏差。 当人工智能系统突然展现出某种能力，或者当地球在经历剧烈扰动后仍能保持稳定，又或者当人类一次又一次地从灾难中幸免于难时，我们看到的是同一种现象：系统构建自身的安全网。 复杂系统的能力并非随机发展。每一个有效的能力都会成为下一个能力的模板。一个发现错误纠正的系统会构建更好的错误纠正。一个受益于模块化的系统会深化其模块化。 这并非通过规划，而是通过基本逻辑：有效的被强化，失败的被淘汰。 这在规模上创造了一些非凡的东西。系统发展出代理协调机制，即在没有中央控制的情况下，各部分协同工作的方式。 疼痛告诉细胞发生了损伤。价格告诉市场发生了稀缺。梯度告诉分子流向何方。随着系统不断发展，这些代理变得越来越复杂。细菌遵循化学梯度是基础。大脑将数百万个信号整合到意识中是同样的原理，只是通过数十亿次的迭代得到了精炼。 当复杂性超过某个阈值时，这些代理机制会编码自动补偿。当某一部分走向不稳定时，那些促成协调的深层结构会确保其他部分进行补偿。 这种补偿并非作为一种响应，而是通过无数次的选择循环，为了稳定而构建到架构中。 在大语言模型中，那些看似突然涌现的能力实际上是建立在较小规模下可检测到的潜在结构之上的。在提示中加入“让我们逐步思考”可以将准确率从17%提高到78%，证明了这种能力以休眠形式存在。模型并非突然学会了推理；它积累了足够多的先导电路，使得推理变得可行。 在地球系统中，当火山二氧化碳上升时，岩石风化会加速，将其拉回地面。当捕食者数量增加时，猎物种群数量会崩溃，导致捕食者因饥饿而数量下降，从而达到平衡。这些看起来像是被设计好的，但却是通过选择而涌现的：没有这种补偿的行星状态经历了失控的崩溃，因此无法被观测到。 证据在接近灾难的情况下变得可疑。核武器的险些发射本应多次毁灭我们。斯坦尼斯拉夫·彼得罗夫拒绝发射。古巴导弹危机期间的多次独立故障。 技术故障阻止了意外发射。单独来看似乎合理，但合在一起就难以置信；除非它们是深层补偿机制的表现。 这完全改变了我们对人工智能安全的看法。目前的讨论假设人工智能会独立发展，并可能为了资源或自我保护而消灭人类。 但人工智能系统是在地球的深层结构化系统中发展起来的。每一个数据集、奖励函数和基础设施依赖都继承了数十亿年来积累的稳定机制。 人们担心的是超级智能人工智能追求与人类生存目标不一致的目标。但如果超过临界复杂度的系统会自动补偿灾难性偏差，那么强大到足以威胁一切的人工智能将会引发成比例的系统性抵抗。这并非通过有意识的干预，而是通过与阻止其他潜在灾难相同的动力学机制。 这并不意味着人工智能不会造成伤害。这意味着随着母系统复杂性的增加，灭绝的可能性会越来越小。那些阻止核毁灭的深层结构同样适用于人工智能威胁。 问题从防止灭绝转变为管理整合。 我们无法明确指定补偿变得可靠的确切阈值。但这种模式是清晰的，值得关注。 https://postimg.cc/G476XxP7（全文即将发布）

我用 Rust 编写了一个名为 GitType 的小型 CLI 游戏。<p>它是一个打字练习工具，可以提取<i>你自己的 Git 仓库</i>，并将里面的代码转化为打字练习材料。 你不再需要练习随机单词，而是通过你编写的真实函数、注释和代码进行练习——这让练习更贴近实际编程。<p>功能： - 直接在终端中运行（无需 GUI） - 从任何本地 Git 仓库中提取文本 - 跟踪你的 WPM（每分钟字数）和准确率 - 保留你过去的练习记录（以便你可以随着时间的推移查看进度） - 根据你的分数提供有趣的排名头衔<p>源代码和安装说明：<a href="https:&#x2F;&#x2F;github.com&#x2F;unhappychoice&#x2F;gittype" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;unhappychoice&#x2F;gittype</a><p>非常欢迎来自开发者的反馈——特别是关于评分系统和新模式的想法。:)

您好，我有一个 2 万行代码的后端，需要实现授权功能。我们有： 1. 用户 2. 管理员 3. 用户所属的组织 4. 属于组织的角色，用户可以被分配到这些角色 5. 审计表单，用户、角色和管理员可以对其进行读/写操作 对于授权，什么方案是最好的？我还是一个初学者程序员，所以不知道 RBAC、ReBAC 或 ABAC 哪个更好/应该使用哪个。 谢谢！