2025-03-24 | 腾讯推出全球首个 Mamba 驱动超大模型 Hunyuan-T1，性能卓越
12:06 Share

大家好,欢迎来到黑客新闻中文日报在今日的节目中,我们将带领您深入了解数个令人兴奋的科技资讯首先,我们会探讨加州对 23M 公司的紧急消费者警告以及遗传数据隐私权的未来接着将深入了解 PyTorch 内部构造的最新解读看看这一流行的开源机器学习库背后的技术

最后我们会讨论腾讯推出的混元 T1 这一业界最大规模的 Transformer 模型及其可能对人工智能领域带来的影响请跟随我们的脚步一探究竟这些技术新闻背后的故事加州司法部长 Rob Banta 向 23M 顾客发出紧急消费者警告提醒他们在该公司财务困难的情况下根据遗传信息隐私法 GIPA 和加利福尼亚消费者保护法 CCPA 可以要求删除他们的遗传数据

23M 因管理大量敏感消费者数据而备受关注加州居民可以通过访问 23M 网站来行使这些权利评论区里的网友们对于隐私权保护展开了热烈讨论一些人表示担忧公司可能会以倒闭清算为由绕过对客户的隐私义务还有人讨论了遗传数据可能被不合理利用的风险以及对相关法律保护力度的质疑

大家普遍认同保护个人数据和隐私的重要性同时也对遗传信息的使用和存储提出了质疑 PyTorch 的内部构造是许多开发者所感兴趣的话题以赛养的博客对此进行了深入的探讨这篇博客不仅详细描述了 PyTorch 的基本概念结构如自动微分支持的张量库还提供了一些工具和技巧帮助开发者更好的理解和探索 PyTorch 的底层代码

在 PyTorch NYC 聚会上,以赛扬所做的讲解被认为是技术性极强而且深入浅出的,通过手绘幻灯片和丰富的实例,让复杂的理论知识变得容易理解。

评论区有网友推荐了 PyTorch Developer Podcast,由同一作者进行,适合在做家务时边听边学习 PyTorch 内部机制,另有网友建议直接阅读 MLX 的原代码来深入了解机器学习框架的内部工作原理,这是一个没有遗留代码,同时结构现代化并且易于理解的代码库。乔治·福尔曼,这位风靡一时的拳击手转型成功的电视购物明星,在 76 岁高龄去世。

乔治生于德克萨斯州,曾荣获世界重量级拳击冠军,后成为电视常客和流行文化的标志性人物。在 20 世纪 70 年代,他因与穆罕默德·阿里及其他知名拳击手的较量而名声大噪。1990 年代,福尔曼利用低成本的电视时段通过主持一系列的电视购物广告,推出了他的福尔曼考盘家用产品线,成为零售和直销市场的巨大成功。

据报道 他从这项代言中收入超过 2 亿美元 远超他作为拳击手的职业生涯所得评论区的网友们对于乔治·福尔曼的去世表示哀悼 同时赞扬他在商业和拳击领域取得的巨大成就有的网友回忆称 福尔曼的故事给人民带来了启发 尤其是他在中年后重返拳击界并再次夺冠的传奇经历 证明了人生可以有重来的机会

Nexus 和可重现构建原本有可能检测出 XC 后门的,但实际上它们并没有发挥作用,在事实上 Nexus 分发了含有恶意构建的 XC,尽管这些恶意构建并没有针对 Nexus。这件事让我们意识到,在理论和现实之间还是有差距的,而且重要的是认识到技术问题有时并非完全是技术层面的,而是肉身空间的漏洞。

评论区有用户提到,很多其他的发行版也编译源代码,并采用加密验证以确保源代码的真实性,其中包括开发了可重现构建的 Debian,但如果没有人审查源代码,你就可以随意添加后门。此外,有评论建议,如果我们真的想从 NixOS 中找到可以防止的事项,应当关注 CrowdStrike 事件,能够回退到昨天的配置以解决今天的问题,可能会减轻大部分问题。

总的来说,这件事揭示了一种重要的安全隐患,并强调了社区在应对此类攻击时的不足,同时有一些人对 NixOS 没有发挥预期作用表示失望。Marzilla 在奇博客上介绍了如何利用计算机视觉在 OpenStreetMap 上标记地图特征的项目。Marzilla 提到,借助人工智能,特别是计算机视觉的力量,能够极大的提升地图标记的效率。

这个项目旨在通过先进的计算机视觉技术识别和绘制地图中的特定特征,如游泳池等,但关键的一步,即验证标记的数据是否准确,仍然需要人类参与。尽管这种自动化的方法可能加速了地图的编制过程,OpenStreetMap 基金会的一位代表还是呼吁,不应直接将由 AI 检测到的特征添加到数据库中,因为当前算法存在假阳性问题,且在绘制直线或举行对象时可能会出现错误。

此外 有评论指出市场对手工绘图的需求依然存在 人类的参与对于确保数据质量至关重要总的来说 尽管项目展示了利用 AI 提升地图编制效率的巨大潜力 社区成员仍强调了人工审核的不可或缺性 确保 OpenStreetMap 数据的准确性和可靠性

腾讯最近推出了名为混元 T 的超大规模模型,这是第一个采用 Mumba 动力的,据称是业界参数规模最大,表现最佳的 Transformer 结构的 MOMO 模型。在多个领域,包括开放式基准测试,多轮对话,高质量文本生成,数学逻辑和代码创作等多项任务上,该模型展现出了优异的性能。

据腾讯官方网站介绍,混元 T1 模型的参数量约为 389B,激活参数量约 52B,上下文长度能达到惊人的 256K 这证明了该模型不仅是目前参数规模最庞大的,而且在开源框架中的精调和部署上更加适配这次的开源计划可能会激发更多研究者的创新灵感,推动人工智能技术的发展和应用

欢迎更多的开发者和研究者加入他们的开源社区,共同探索和优化未来的 AI 模型。在评论区,网友的讨论点主要集中在两方面,一是对该模型采用的训练和评估方法的好奇,尤其是它是否倚重训练级的训练方式,二是对这种迅速增长的模型规模和性能进步所可能带来的长期影响和实际应用价值的探讨。

在大语言模型 LLM 时代下,提升推荐系统和搜索引擎效果的研究引起了广泛关注。网址来源于 U 金烟.com 的文章详细讨论了近一年来商业搜索和推荐系统的演变,覆盖了模型架构、数据生成、训练范式以及统一框架。

随着推荐模型日益采纳大语言模型和多模态内容,成功克服了传统基于 ID 的方法的限制例如,通过将内容洞察融入行为建模中,加上对冷启动问题和常委条目推荐的解决方案,使其在识别新用户或少见物品上的偏好预测更加准确从给出的研究来看,使用密集内容嵌入和训练模型来替换随机散列 ID,尤其在解决冷启动场景时,表现更加优异

值得一提的是,评论者们对这篇文章有着不一样的看法,一些人对于 Spotify 查询推荐更新后,用户需输入更长查询内容,以表达更复杂意图表示疑惑,这是否真正意味着改进还有待商榷?另一方面,也有评论者认为,细节展现了推荐系统的极大潜力,尤其是在缩短延迟和优化系调上的进步。

而有人则是直接从推荐列表中找到了心仪的产品体现了 AI 引导下深入搜索的有效性总之这篇文章带来的深入讨论亮点颇多无论是对技术的探索还是对这一领域未来发展的期待都令人充满期待 Scalapion 专为神经符号编程而设计现已亮相

这款语言基于 Datalog,是一种用于关系数据库的逻辑规则查询语言,不仅支持丰富的符号推理,还提供了离散、概率和可微模式的推理支持,以适应不同 AI 应用的需求。Scalab 通过 Python 程序支持逻辑推理模块,使其能够与现有的 PyTorch 机器学习流程深度集成。

无论是视觉还是自然语言处理领域,Scolab 都能发挥其在符号推理方面的强大能力,并可以通过逻辑规则指定推理组件,进而与机器学习模型深度集成,比如卷积神经网络和变换器。

评论区的网友们对于 Scolab 表示出了浓厚的兴趣,一位用户称正在阅读 Scolab 的论文,对其独特的特性如不仅仅是可谓的神经符号声明是概率编程,还可以使用各种,包括 18 种,或自定义的来源还来追踪关系事实为何成立的证明,而不是仅仅给出一个概率,感到十分有趣。

另一位用户提出了关于在大型知识库上进行概率推理时 Scalp 的扩展性问题询问是否有人知道能够处理大型知识库的概率逻辑程序编程库总的来说评论区的讨论集中在 Scalp 的实用性以及与其他神经符号方法的比较上今年冬季北纬 60 度的极地涡旋风速一直在极地平流层区域内高速旋转到了 2 月份这些游西向东的风速比往年同期强了两倍

但是最新的预测显示 极地涡旋即将发生重大变动本周末将出现一个主要的涡旋扰动现象

极地涡旋的减速可能意味着本赛季的提前结束与此同时南下的北极冷空气对美国东部的影响可能不会像一月份那样寒冷因为我们已经处于一年中较温暖的时期评论区有网友提到将气候研究用华氏温度表示在 2025 年显得有点尴尬还有人讨论极地涡旋事件是否意味着春天来临的更好指标同时也有对极地涡旋研究来源可靠性的质疑

总的来说,虽然极地涡旋的变化引发了人们对未来天气模式的关注和讨论,但大多数网友似乎更关心这些现象背后的科学解释及其对日常生活的具体影响。著名的博文 Vibe Coding VSReality 近日在黑客新闻上引发热议,作者通过深度分析和实际例证揭示了所谓的 Vibe 编程,一种认为只需顺应直觉,利用大语言模型 LLM 工具极可高效产出代码的想法,与现实操作中的巨大差异。

文章指出,尽管现有的 LLM 工具,如 Cursor 等,能够在特定情况下快速生成初级概念验证,但这些自动生成的代码质量远未达到商业发布标准,且在维护、安全性和可靠性等方面存在严重不足。

事实上,一部分评论者分享了他们使用 LLM 进行编码的亲身经历,他们认识到虽然他们在某些简单任务上能够提供帮助,比如生成样板代码或执行简单的重构,但在需要深层次逻辑思考和细致错误排查的场景中,人类程序员的作用不可替代。特别是在需要理解复杂业务逻辑或保障代码整体质量时,LLM 的局限性变得尤为明显。

一些评论还强调了 Y 编程概念本身的误导性,他们认为,无论技术如何发展,高质量软件的开发仍需依赖于人类程序员的经验、直觉和创造力。

感谢您收听今天的黑客新闻中文日报希望今天的内容能够激发您对技术世界的好奇心并带给您新的见解如果您对我们的节目感兴趣请订阅我们的播客并与朋友们分享我们期待您的再次收听祝您拥有一个充满科技灵感的美好一天明天见