Forwarded from Hacker News
The Isolation Trap: Erlang (❄️ Score: 150+ in 2 days)
Link: https://readhacker.news/s/6PCcA
Comments: https://readhacker.news/c/6PCcA
Link: https://readhacker.news/s/6PCcA
Comments: https://readhacker.news/c/6PCcA
Causality
The Isolation Trap — Causality
Erlang's mailbox design is more disciplined than Go's channels: only the owning process can read from a mailbox, and sends are asynchronous. Yet the four failure modes of shared mutable state still show up, just in different shapes.
Forwarded from Solidot 纯净版
研究称 AI 的生产力提升仅为每周 16 分钟
#人工智能
根据 Foxit 的《State of Document Intelligence》报告，AI 的生产力提升远低于高管的预期，仅为每周节省 16 分钟工作时间。虽然 89% 的高管和 79% 的终端用户表示 AI 工具让他们感觉工作效率更高，但将审核和验证 AI 生成输出的时间考虑在内之后，实际节省的时间大幅缩水。对美国和英国 1000 名办公室员工和 400 名高管的调查发现，高管认为 AI 每周能为他们节省约 4.6 小时，但他们需要花费大约 4 小时 20 分钟验证结果。终端用户的情况类似，他们估计节省了 3.6 小时，但需要花费 3 小时 50 分钟审核 AI 生成的工作。一旦将这种“验证负担”考虑在内，高管每周仅节省 16 分钟，终端用户实际上增加了约 14 分钟。
https://www.foxit.com/state-of-document-intelligence/
#人工智能
根据 Foxit 的《State of Document Intelligence》报告，AI 的生产力提升远低于高管的预期，仅为每周节省 16 分钟工作时间。虽然 89% 的高管和 79% 的终端用户表示 AI 工具让他们感觉工作效率更高，但将审核和验证 AI 生成输出的时间考虑在内之后，实际节省的时间大幅缩水。对美国和英国 1000 名办公室员工和 400 名高管的调查发现，高管认为 AI 每周能为他们节省约 4.6 小时，但他们需要花费大约 4 小时 20 分钟验证结果。终端用户的情况类似，他们估计节省了 3.6 小时，但需要花费 3 小时 50 分钟审核 AI 生成的工作。一旦将这种“验证负担”考虑在内，高管每周仅节省 16 分钟，终端用户实际上增加了约 14 分钟。
https://www.foxit.com/state-of-document-intelligence/
🤡15🥰2
一百年前的今天，1926年3月16日，罗伯特·戈达德 (Robert Goddard) 发射了人类历史上第一枚液体燃料火箭。
🫡11🔥2🐳1
万能青年旅店《早》架子鼓谱 UP主: 安岭ANLIN - https://www.bilibili.com/video/BV1kxAkzjEfK
哔哩哔哩
万能青年旅店《早》架子鼓谱_哔哩哔哩_bilibili
这次是真的水了一期视频啊作曲:董亚千编谱:安岭ANLIN, 视频播放量 15531、弹幕量 34、点赞数 1272、投硬币枚数 41、收藏人数 299、转发人数 732, 视频作者 安岭ANLIN, 作者简介 要鼓谱的可以加我的小绿泡：lyf05122010，收费2r
无关视频请勿艾特本人，仅同题材内容可互动艾特，感谢理解。，相关视频：【Ave Mujica】永嘉彗星，Caravan《爆裂鼓手》【Juan Tizol and Duke Ellington】动态鼓谱，给你鼓手朋友的数摇练习曲，动次打次的一…
无关视频请勿艾特本人，仅同题材内容可互动艾特，感谢理解。，相关视频：【Ave Mujica】永嘉彗星，Caravan《爆裂鼓手》【Juan Tizol and Duke Ellington】动态鼓谱，给你鼓手朋友的数摇练习曲，动次打次的一…
FFmpeg:
🔥FFmpeg 8.1 "Hoare" has been released!
It features experimental xHE-AAC Mps212 + MPEG-H decoding, EXIF metadata, LCEVC metadata, Vulkan compute ProRes/DPX codecs, D3D12 H.264/AV1 encoding + filters, Rockchip H.264/HEVC hwenc, IAMF Ambisonic mux/demux, new filters & more.
ffmpeg.org/download.html#…
https://twitter.com/FFmpeg/status/2033647044041072866
🔥FFmpeg 8.1 "Hoare" has been released!
It features experimental xHE-AAC Mps212 + MPEG-H decoding, EXIF metadata, LCEVC metadata, Vulkan compute ProRes/DPX codecs, D3D12 H.264/AV1 encoding + filters, Rockchip H.264/HEVC hwenc, IAMF Ambisonic mux/demux, new filters & more.
ffmpeg.org/download.html#…
https://twitter.com/FFmpeg/status/2033647044041072866
🔥5
Nosu -COMM OPEN 1/3-:
Update: thank you to these reply, I found the errors I did on New Shepard paint scheme and Long March 5 core stage engine
Here is the updated one for downloadable poster drive.google.com/file/d/1jr9Xyt…
https://twitter.com/NosuSuishinV2/status/2033599235686601196
Update: thank you to these reply, I found the errors I did on New Shepard paint scheme and Long March 5 core stage engine
Here is the updated one for downloadable poster drive.google.com/file/d/1jr9Xyt…
https://twitter.com/NosuSuishinV2/status/2033599235686601196
Nosu -COMM OPEN 1/3-:
Today marks the 100th anniversary of the liquid propellant rocket made by Robert H. Goddard
A century later, we’re still going on with astronomical progress influenced and powered by liquid propellant engines
https://twitter.com/NosuSuishinV2/status/2033555107753906332
❤6
https://fixupx.com/oppailot/status/2033531975332676017?s=20
Anti-materiel rifle 反器材步枪
Anti-material rifle 反材质步枪
Anti-materiel rifle 反器材步枪
🧵 スレッド • FixupX
おっぱいろっと (@oppailot)
アンチマテリアルライフル
#VRChat
#VRChat
🤣9
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