Forwarded from Twitter Picture Bot
🥰13
あやふ:
good!
https://twitter.com/ec7vhub89321/status/2033901220663071134
good!
https://twitter.com/ec7vhub89321/status/2033901220663071134
蒼埼:
神絵師になりたい人
・ダボダボ上着からはみ出るハイネック
・萌え袖
・ジト目
・足立レイ
だけ描けばOK!
https://twitter.com/_a3aki/status/2033486694994076151
Solving adversarial examples requires solving exponential misalignment
解决对抗样本问题需要解决指数级的对齐问题
https://arxiv.org/abs/2603.03507
对抗攻击——对人类感知不可察觉但能欺骗神经网络的输入扰动——既是机器学习中一种持续存在的失效模式,也是一种起源神秘的现象。为了阐明这一问题,我们定义并分析了神经网络针对某一类别概念的感知流形(PM),将其定义为网络以高置信度将所有输入归为该类别的空间。我们发现了一个显著的现象:神经网络感知流形的维度比人类自然概念的维度高出数个数量级。由于体积通常随维度呈指数增长,这表明机器与人类之间存在指数级的目标错位——有指数级数量的输入被机器以高置信度归为某一概念,但人类并不认为如此。
此外,这为对抗样本的起源提供了一个自然的几何假说:由于网络的感知流形占据了输入空间中如此庞大的区域,任何输入都会非常接近某个类别概念的感知流形。因此,我们的假说表明,若不实现机器与人类感知流形的维度对齐,对抗鲁棒性将无从实现,并由此作出强预测:鲁棒精度与到任意感知流形的距离,都应与感知流形的维度呈负相关。
我们在18个具有不同鲁棒精度的网络中验证了这些预测。关键在于,我们发现即使是最鲁棒的网络仍存在指数级的错位,只有少数维度接近人类概念维度的感知流形才表现出与人类感知的对齐。我们的研究将对齐领域与对抗样本领域联系起来,并表明机器感知流形的高维诅咒是实现对抗鲁棒性的主要障碍。
解决对抗样本问题需要解决指数级的对齐问题
https://arxiv.org/abs/2603.03507
TLDR:现有的图像分类模型中,某个概念(比如识别到某个图像是猫)对应的空间的维度通常比人类的识别范围的维度高很多。高维空间占据了总空间的很大一部分,所以任何一个输入都得以很接近某个分类,使得生成对抗样本非常简单。
对抗攻击——对人类感知不可察觉但能欺骗神经网络的输入扰动——既是机器学习中一种持续存在的失效模式,也是一种起源神秘的现象。为了阐明这一问题,我们定义并分析了神经网络针对某一类别概念的感知流形(PM),将其定义为网络以高置信度将所有输入归为该类别的空间。我们发现了一个显著的现象:神经网络感知流形的维度比人类自然概念的维度高出数个数量级。由于体积通常随维度呈指数增长,这表明机器与人类之间存在指数级的目标错位——有指数级数量的输入被机器以高置信度归为某一概念,但人类并不认为如此。
此外,这为对抗样本的起源提供了一个自然的几何假说:由于网络的感知流形占据了输入空间中如此庞大的区域,任何输入都会非常接近某个类别概念的感知流形。因此,我们的假说表明,若不实现机器与人类感知流形的维度对齐,对抗鲁棒性将无从实现,并由此作出强预测:鲁棒精度与到任意感知流形的距离,都应与感知流形的维度呈负相关。
我们在18个具有不同鲁棒精度的网络中验证了这些预测。关键在于,我们发现即使是最鲁棒的网络仍存在指数级的错位,只有少数维度接近人类概念维度的感知流形才表现出与人类感知的对齐。我们的研究将对齐领域与对抗样本领域联系起来,并表明机器感知流形的高维诅咒是实现对抗鲁棒性的主要障碍。
arXiv.org
Solving adversarial examples requires solving exponential misalignment
Adversarial attacks - input perturbations imperceptible to humans that fool neural networks - remain both a persistent failure mode in machine learning, and a phenomenon with mysterious origins....
🆒7😁1
sbarky:
I really appreciate this HTV-X design 🥺
https://twitter.com/sbarky38/status/2034129700105208250
I really appreciate this HTV-X design 🥺
https://twitter.com/sbarky38/status/2034129700105208250
Zhiqiang's backyard
我对 Spec Driven Development 的看法
TLDR; 我觉得 Spec Driven Development 没有解决什么问题, 这套范式和方向是错误的. 银弹尚未出现, 软件工程的效率仍旧被限制. 即使 AGI 出现, 能够出现类人的智能表现, 这个困境短期内也无法解决.
https://strrl.dev/post/2026/my-thought-about-spec/
* 不代表频道主观点,但是频道主不是 vibe 爱好者,也没有用 vibe 的方式成功做过较大的项目,所以不好评判
* 不代表频道主观点,但是频道主不是 vibe 爱好者,也没有用 vibe 的方式成功做过较大的项目,所以不好评判
🤔4❤1
Forwarded from Hacker News
A sufficiently detailed spec is code (🔥 Score: 150+ in 3 hours)
Link: https://readhacker.news/s/6Q7Ez
Comments: https://readhacker.news/c/6Q7Ez
Link: https://readhacker.news/s/6Q7Ez
Comments: https://readhacker.news/c/6Q7Ez
Haskellforall
A sufficiently detailed spec is code
Specifications do not address the limitations of agentic coding
KanS🐸🔞@LUMINE-MANGA.:
【Traditional Chinese】
女子二人組
https://twitter.com/XEon9527/status/2034653134807793861
【Traditional Chinese】
女子二人組
https://twitter.com/XEon9527/status/2034653134807793861
工藤える🎀:
女の子二人組
https://twitter.com/kudo_eru/status/2033456434961420454
🥰10
Forwarded from 每日消费电子观察 (无羽の翼 (「 • ̀ω•́ )「)
谷歌发布安卓系统侧载新规:启用开发者模式并等待 24 小时才能安装 APK
https://www.landiannews.com/~
https://android-developers.googleblog.com/~
https://www.landiannews.com/~
https://android-developers.googleblog.com/~
蓝点网
谷歌发布安卓系统侧载新规:启用开发者模式并等待24小时才能安装APK
#系统资讯 谷歌发布安卓系统侧载新规:启用开发者模式并等待 24 小时后才能安装 APK,否则只能从 Google Play 中安装应用。谷歌的理由是提高安全保护打击诈骗,但也给专业玩家和开发者们提供能够轻松侧载安装的途径,启用开发者模式后,后续可以自由侧载安装应用。查看全文:https://ourl.co/112250
💩28🤮3