大型语言模型不具备类人工作记忆能力
LLMs Do Not Have Human-Like Working Memory
Jen-tse Huang, Kaiser Sun, Wenxuan Wang, Mark Dredze
https://arxiv.org/abs/2505.10571
人类工作记忆是一种主动的认知系统，不仅能实现信息的临时存储，还能支持信息的加工与运用。缺乏这种机制可能导致个体产生不真实的对话内容、出现自相矛盾，以及在需要心理推理的任务中表现欠佳。本文通过三项实验研究（1）数字猜测游戏（2）是非问答游戏（3）数学魔术，论证当前主流大语言模型尚未具备这种类人的认知能力，这将成为实现通用人工智能的重要障碍。在多个模型系列上的实验结果表明，现有模型在这些场景下均未能展现出类人的认知行为。通过揭示这一局限性，我们呼吁学界进一步探索如何提升大语言模型的工作记忆能力。
LLMs Do Not Have Human-Like Working Memory
Jen-tse Huang, Kaiser Sun, Wenxuan Wang, Mark Dredze
https://arxiv.org/abs/2505.10571
人类工作记忆是一种主动的认知系统，不仅能实现信息的临时存储，还能支持信息的加工与运用。缺乏这种机制可能导致个体产生不真实的对话内容、出现自相矛盾，以及在需要心理推理的任务中表现欠佳。本文通过三项实验研究（1）数字猜测游戏（2）是非问答游戏（3）数学魔术，论证当前主流大语言模型尚未具备这种类人的认知能力，这将成为实现通用人工智能的重要障碍。在多个模型系列上的实验结果表明，现有模型在这些场景下均未能展现出类人的认知行为。通过揭示这一局限性，我们呼吁学界进一步探索如何提升大语言模型的工作记忆能力。
arXiv.org
On the Failure of Latent State Persistence in Large Language Models
While Large Language Models (LLMs) excel in reasoning, whether they can sustain persistent latent states remains under-explored. The capacity to maintain and manipulate unexpressed, internal...
🤷♀10👀3👍1🤮1💩1🤡1
Physics🛰️:
Falcon Heavy Orion + ICPS
Kinda mess with this tbh...
https://twitter.com/Physics_on_KSP/status/1926107563810009270
Falcon Heavy Orion + ICPS
Kinda mess with this tbh...
https://twitter.com/Physics_on_KSP/status/1926107563810009270
Physics🛰️:
Rockets to put Orion on in KSP
Ariane 5
Ariane 6
Starship
SuperHeavy only
Falcon Heavy
Falcon Heavy with ICPS
V2
Neutron
LVM3
Soyuz
N1
I leave for Hawaii in a day and a half lmao I will try to crank these out😭🙏
https://twitter.com/Physics_on_KSP/status/1925586007405015211
🔥1
Forwarded from Hacker News
Why Algebraic Effects? (Score: 151+ in 6 hours)
Link: https://readhacker.news/s/6uZCU
Comments: https://readhacker.news/c/6uZCU
Link: https://readhacker.news/s/6uZCU
Comments: https://readhacker.news/c/6uZCU
Ante
Why Algebraic Effects?
For exploring algebraic effects, safe shared mutability, and other novel features
SpaceX Starship 第九次发射将于北京时间 2025-05-28 07:30 (美中时间 2025-05-27 18:30) 左右进行，窗口时长60分钟。本次发射将大致重复 Flight 7 和 8 的飞行轨迹，在印度洋溅落二级，但不会尝试回收一级。
https://fixupx.com/SpaceX/status/1925928907779318137
官网：https://www.spacex.com/launches/mission/?missionId=starship-flight-9
直播：https://x.com/i/broadcasts/1OwxWXMRAXmKQ
本次执飞的一级 B14 将会是第一枚回收后复用的 Superheavy，此前在一月的 Flight 7 中与 S33 组合飞行过，周转时间 131 天。同一任务中使用过的 29(/33) 台 Raptor 引擎将会被复用。本次的一级会在模拟的回收中进行多项测试，包括堵住热分离环上的几个开口来控制分离后一级翻转的方向，在返回过程中以更大的迎角滑行来减少燃料消耗，并在着陆阶段故意关闭中心三台引擎中的一台来测试引擎冗余性。最后 B14 将在墨西哥湾中进行模拟发射塔捕捉机动并硬溅落。
本次执飞的二级 S35 会是第三艘飞行的 Block 2 Starship，有多项硬件改进。官方称 Flight 7 和 Flight 8 的故障时间点虽然相似但是原理截然不同，详情请看 Flight 8 事故调查摘要：https://www.spacex.com/updates/#flight-8-report 。S35 将尝试进行前两次任务中未完成的 Starlink 载荷模拟器部署测试，并在再入过程中验证 Block 2 的新襟翼设计。
https://fixupx.com/SpaceX/status/1925928907779318137
官网：https://www.spacex.com/launches/mission/?missionId=starship-flight-9
直播：https://x.com/i/broadcasts/1OwxWXMRAXmKQ
本次执飞的一级 B14 将会是第一枚回收后复用的 Superheavy，此前在一月的 Flight 7 中与 S33 组合飞行过，周转时间 131 天。同一任务中使用过的 29(/33) 台 Raptor 引擎将会被复用。本次的一级会在模拟的回收中进行多项测试，包括堵住热分离环上的几个开口来控制分离后一级翻转的方向，在返回过程中以更大的迎角滑行来减少燃料消耗，并在着陆阶段故意关闭中心三台引擎中的一台来测试引擎冗余性。最后 B14 将在墨西哥湾中进行模拟发射塔捕捉机动并硬溅落。
本次执飞的二级 S35 会是第三艘飞行的 Block 2 Starship，有多项硬件改进。官方称 Flight 7 和 Flight 8 的故障时间点虽然相似但是原理截然不同，详情请看 Flight 8 事故调查摘要：https://www.spacex.com/updates/#flight-8-report 。S35 将尝试进行前两次任务中未完成的 Starlink 载荷模拟器部署测试，并在再入过程中验证 Block 2 的新襟翼设计。
FixupX
SpaceX (@SpaceX)
The ninth flight test of Starship is preparing to launch as soon as Tuesday, May 27 → http://spacex.com/launches/mission/?missionId=starship-flight-9
🥰1
Forwarded from Solidot
CycloneDX Rust 漏洞悬赏项目因 AI 报告涌入而关闭
2025-05-24 21:31 by 杜马岛
CycloneDX Rust (Cargo)插件项目有漏洞悬赏项目，资金来自于德国主权科技基金（Sovereign Tech Fund)的 Bug Resilience Program，但由于大量 AI 生成的漏洞报告涌入，开发者在 GitHub 上宣布关闭该项目。开发者称他们收到的报告几乎全都是 AI 生成的垃圾，与 CycloneDX Rust (Cargo)插件根本没有关系，绝大多数报告者甚至都懒得阅读规则或者了解该工具的用途。AI 生成的报告增加了额外的工作，所以他们决定关闭该项目。开发者最后说，“感谢 AI。”
github.com/CycloneDX/cyclonedx-rust-cargo/pull/786
#人工智能
2025-05-24 21:31 by 杜马岛
CycloneDX Rust (Cargo)插件项目有漏洞悬赏项目，资金来自于德国主权科技基金（Sovereign Tech Fund)的 Bug Resilience Program，但由于大量 AI 生成的漏洞报告涌入，开发者在 GitHub 上宣布关闭该项目。开发者称他们收到的报告几乎全都是 AI 生成的垃圾，与 CycloneDX Rust (Cargo)插件根本没有关系，绝大多数报告者甚至都懒得阅读规则或者了解该工具的用途。AI 生成的报告增加了额外的工作，所以他们决定关闭该项目。开发者最后说，“感谢 AI。”
github.com/CycloneDX/cyclonedx-rust-cargo/pull/786
#人工智能
😁13😡8
おみなえし🍊佐渡ライフ5巻7月発売！！🍤🍤🍤🍤:
こんな幼馴染がいてほしい９６
「よしよし…ハグするとストレス減るし幸せになるんだよ～」
https://twitter.com/ominaeshin/status/1926224153948102818
こんな幼馴染がいてほしい９６
「よしよし…ハグするとストレス減るし幸せになるんだよ～」
https://twitter.com/ominaeshin/status/1926224153948102818
😭4🥰2❤1🤗1
https://fixupx.com/usgraphics/status/1926153600104902961
我们有两组完全相同的8个仪表，异常仪表均位于坐标（3,1）位置。两组仪表偏离正常状态的角度完全一致，约为8度。
人类对线段角度方向的识别具有超凡的敏锐度——指针式仪表因此能实现更快速的读取。尽管存在相同量级的偏差（约8度），弧形仪表在视觉上却难以区分差异。即使集中注意力观察，仍很难辨别具体哪个仪表存在异常。
🧵 Thread • FixupX
U.S. Graphics Company (@usgraphics)
We have two identical groups of 8 gauges with anomalous gauge at position (3,1). The degree of anomaly is identical in both groups ~ 8 deg.
Humans have extreme hyperacuity with respect to detecting angular orientation of line segments—needle gauge is so…
Humans have extreme hyperacuity with respect to detecting angular orientation of line segments—needle gauge is so…
👀20👍1
&'a ::rynco::UntitledChannel
SpaceX Starship 第九次发射将于北京时间 2025-05-28 07:30 (美中时间 2025-05-27 18:30) 左右进行，窗口时长60分钟。本次发射将大致重复 Flight 7 和 8 的飞行轨迹，在印度洋溅落二级，但不会尝试回收一级。 https://fixupx.com/SpaceX/status/1925928907779318137 官网：https://www.spacex.com/launches/mission/?missionId=starship-flight…
Full stack 了, T-44h ish
https://fixupx.com/StarshipGazer/status/1926845530841211057
https://fixupx.com/StarshipGazer/status/1926845530841211057
FixupX
Starship Gazer (@StarshipGazer)
A view of Starship 35's Raptor engines while stacking onto Booster 14 tonight for Starship test flight 9 at T-minus 44 hrs and counting!
5/25/25
5/25/25
sbarky:
what if we called the dummy starlinks simulink
https://twitter.com/sbarky38/status/1926820556814401672
what if we called the dummy starlinks simulink
https://twitter.com/sbarky38/status/1926820556814401672
Forwarded from Hacker News
Denmark to raise retirement age to 70 (🔥 Score: 150+ in 3 hours)
Link: https://readhacker.news/s/6v4YP
Comments: https://readhacker.news/c/6v4YP
Link: https://readhacker.news/s/6v4YP
Comments: https://readhacker.news/c/6v4YP
The Telegraph
Denmark to raise retirement age to 70
Scandinavian country set to have highest retirement age in Europe as controversial vote in parliament leads to public outcry
😱8😁1👻1
猫娘的拉丁学名是什么？不想实名 的回答 - 知乎
编辑于 2025-05-26 15:29
编辑于 2025-05-26 15:29
有趣的问题。猫娘与现代人类（智人指名亚种/Homo sapiens sapiens）可以产生可育后代，所以猫娘可视为智人的一个亚种。
亚种三名法（属名+种加词+亚种加词）中，属名为名词，种加词（种名）和亚种加词（亚种名）均为形容词，而猫娘的特征为其头顶的猫耳，我们可以用felis（猫）的变形前缀feli-（猫的）与auris（耳朵）的形容词后缀-auritus（有……耳朵的）组合起来，并在feli-和-auritus之间加辅音音素-d-写成felidauritus，或用felis与otus（希腊语，耳朵）的变式-oticus（与耳相关的）组合写成feloticus。
考虑到Homo（人）是阳性名词，所以这样的形式没有问题，可以直接写成“Homo sapiens felidauritus”或“Homo sapiens feloticus”（均可直译为“具有猫耳的智人”）
一编，考虑到可读性问题在feli-和-auritus之间加了辅音音素-d-，原来想着移除因为使用不同语言词根而导致构词问题的Homo sapiens felotucus，但还是决定留一下吧。
二编，评论区的朋友提醒我除了猫耳还有猫尾，所以这里亚种加词也可以改为felinus（阳性，像猫一样的），这样的话拉丁学名就变成了Homo sapiens felinus
✍7🥰1
Forwarded from Hacker News
Design Pressure: The Invisible Hand That Shapes Your Code (Score: 150+ in 13 hours)
Link: https://readhacker.news/s/6v4CW
Comments: https://readhacker.news/c/6v4CW
Link: https://readhacker.news/s/6v4CW
Comments: https://readhacker.news/c/6v4CW
Hynek Schlawack
Design Pressure
Ever had this weird gut feeling that something is off in your code, but couldn’t put the finger on why? Are you starting your projects with the best intentions, following all best practices, and still feel like your architecture turns weird eventually?
🤔1