新闻详情

新闻详情

首页 / 资讯中心 / 详情

极客日报#2025

发布时间:2026/11/15 15:00:12来源:尧图网络
极客日报#2025
极客日报#2025本期收录Xanadu Was Waiting for AgentsPasskeys 还不够成熟次正规浮点数在 Intel 处理器上的性能问题本期整理编辑Harry。本期推荐1. Xanadu Was Waiting for Agents推荐人Cedric链接https://zed.dev/blog/agentic-xanadu推荐语Zed 创始人 Nathan Sobo 写的 Agentic 软件协作文章把 Ted Nelson 的 Xanadu / docuverse 重新放到 AI Agent 时代解释Agent 不怕追踪复杂上下文反而需要每段代码、引用、对话、历史状态都有稳定身份和可追溯来源。文章借 DeltaDB 说明未来代码协作不只是 Git commit而是把会话、代码变更、因果元数据和 Agent 推理过程一起保存成可引用的永久记录。适合关注 Agent Harness、版本控制、协作编辑和“代码上下文工程”的人。2. Passkeys 还不够成熟推荐人Harry链接https://hawksley.dev/blog/i-dont-like-passkeys推荐语批评了 Passkeys 作为个人登录方案的不足指出虽然 Passkeys 在安全性上优于传统密码但在账户锁定、设备丢失和跨平台体验等方面存在重大风险。作者认为当前生态系统还不够成熟个人用户暂时应继续使用随机密码TOTPTime‑based One‑Time Password的组合方案。3. 次正规浮点数在 Intel 处理器上的性能问题推荐人Harry链接https://lemire.me/blog/2026/09/15/subnormal‑floating‑point‑numbers‑are‑expensive‑on‑intel‑processors/推荐语Daniel Lemire 通过基准测试发现在 Intel 处理器上处理次正规浮点数(小于 2.225×10^−308 的数字)会导致性能显著下降乘法慢 45‑50 倍而 AMD 和 ARM 处理器对此几乎没有影响。这对视频游戏和机器学习等性能敏感的应用具有重要意义。Rebase 极客日报由社区志愿者共同维护持续整理值得关注的技术内容与行业信号。原文链接https://rebase.network/geekdaily/geekdaily‑2025
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉