模型坍塌：当AI自我学习走向终结？
大型语言模型（LLMs）如OpenAI的GPT系列，自发布以来，已被广泛应用于文本生成。然而，一个令人担忧的现象——“模型坍塌”正逐渐浮出水面。本文深入探讨了模型坍塌的原理、影响以及潜在的解决方案。
模型坍塌本质上是一个统计问题。LLMs通过学习海量文本数据中的token（词或词的一部分）分布来工作。但当LLM生成的文本反过来成为新的训练数据时，token的分布就会偏离真实世界，导致模型输出质量下降，最终产生无意义的内容。
牛津大学的研究表明，不加选择地使用递归生成的数据会导致模型失效。这不仅仅是LLM面临的问题，任何迭代训练的生成模型，包括图像生成模型如Dall-E，都可能遭遇类似的命运。
虽然完全避免模型坍塌并非易事，但可以通过一些方法来缓解。数据筛选是其中一种有效策略，即对合成数据进行质量评估，去除低质量的内容。纽约大学的研究人员尝试让LLM评估自身的输出质量，并根据置信度进行筛选。此外，结合人工评估和预设规则也能进一步提高合成数据的质量，使其更接近真实数据。
Epoch AI的研究人员预测，全球可用于训练LLM的新文本数据将在2026年至2032年间耗尽。因此，高质量的合成数据筛选可能不仅能延缓模型坍塌，还有望推动LLM的进一步发展。
然而，模型坍塌也可能加剧LLM的歧视问题。由于少数群体的数据在整体分布中占比较小，模型可能在学习过程中逐渐“遗忘”这些信息，从而导致对少数群体的偏见。
尽管存在诸多挑战，但模型坍塌并非迫在眉睫的灾难。关键在于构建这些模型的科技公司需要意识到模型的使用方式和训练方式，避免在合成数据上进行训练。持续的研究和探索将有助于我们更好地理解和应对模型坍塌，确保AI技术的可持续发展。
Moody’s Downgrades US Credit Rating Amidst Rising Debt Concerns
华盛顿特区 — 在华盛顿政治经济持续动荡的背景下，穆迪投资者服务公司（Moody’s）宣布下调美国信用评级，这一举动无疑给即将到来的2025年带来了更多的不确定性。这家全球知名的信用评级机构指出，美国政府债务的不断攀升以及日益扩大的预算赤字，是导致此次评级调整的主要原因。
穆迪的这一举动，无疑加剧了市场对于美国财政健康状况的担忧。评级下调可能导致美国国债收益率上升，进而影响消费者贷款利率和企业投资决策。此外，国际投资者可能会重新评估其在美国资产中的配置，从而对美元汇率构成下行压力。
随着2025年美国政治格局的逐渐成型，政策制定者们面临着解决国家财政困境的严峻挑战。如何在控制债务增长的同时，维持经济的持续发展，将是摆在他们面前的一道难题。市场分析人士普遍认为，未来的财政政策走向，将直接影响美国经济的长期前景。
值得关注的是，此次评级下调正值美国大选周期，两位候选人之间在经济政策上的分歧日益明显。投资者和观察家们正在密切关注，未来的政策方向将如何影响美国的财政状况和全球经济。
为了帮助读者更好地理解这一复杂局势，《金融时报》推出了“白宫观察”新闻邮件，提供对特朗普第二个任期对华盛顿、商业和世界意味着什么的不可或缺的指南。同时，我们还提供了一系列专题报道，包括特朗普关税追踪、美国政治与政策分析以及专家观点与分析，旨在为读者提供全面、深入的报道。
Solidis: 高性能Redis客户端的全新选择
近日，vcms-io团队推出了Solidis，一个专为Redis及其他RESP兼容服务器设计的高性能客户端。Solidis以其SOLID架构、零依赖和企业级性能而备受关注，为现代JavaScript/TypeScript应用提供了优化的解决方案。
Solidis支持RESP2和RESP3协议，并具备以下关键特性：
- 高性能：高效的管道和批量处理，最小的内存占用，零拷贝的缓冲区操作。
- 协议支持：支持RESP2和RESP3，自动协议协商，二进制安全操作，以及完整的多字节字符支持。
- 高级特性：事务支持、管道操作、发布/订阅功能、自动重连和命令超时处理。
- 类型安全：强大的TypeScript支持，全面的类型定义，命令特定的类型保护，以及运行时回复类型检查。
- 可扩展性：易于通过内部和外部命令扩展客户端，可定制的事务处理，以及插件架构支持。
- 轻量级：零依赖，最小的bundle体积小于30KB，完整bundle体积（包含所有命令）小于105KB。
Solidis提供了两种客户端实现：基础客户端（SolidisClient）和特性客户端（SolidisFeaturedClient）。基础客户端功能精简，需要通过扩展来添加特定命令，而特性客户端则预加载了所有RESP命令，方便直接使用。
目前，Solidis已在GitHub上开源，并提供详细的文档，鼓励社区贡献和参与。Solidis的发布，为Redis客户端的选择提供了新的可能性，值得开发者关注和尝试。
Google Cloud Explores Techniques for Improving Text-to-SQL with AI
May 16, 2025 – In a move to enhance data accessibility and productivity, Google Cloud has released an in-depth exploration of techniques aimed at improving text-to-SQL generation using AI. This blog post, penned by Principal Software Engineer Per Jacobsson, delves into the technical intricacies behind Google Cloud’s text-to-SQL agents, highlighting state-of-the-art approaches to context building, table retrieval, and the evaluation of SQL quality using Large Language Models (LLMs).
The article underscores the growing importance of text-to-SQL capabilities, particularly with the rise of powerful LLMs like Gemini. These advancements enable developers, analysts, and even non-technical users to interact directly with data using natural language, thereby streamlining data-driven decision-making. Google Cloud has integrated text-to-SQL functionality into several products, including BigQuery Studio, Cloud SQL Studio, AlloyDB AI, and Vertex AI.
Despite the advancements, the blog post addresses the challenges of translating natural language into accurate SQL, including the need for business-specific context, understanding user intent, and managing differences in SQL dialects. To tackle these issues, Google Cloud employs a multi-faceted approach that includes intelligent retrieval and ranking of datasets, in-context learning with business-specific examples, and the use of SQL-aware foundation models.
Furthermore, the article emphasizes the importance of robust evaluation methods, including the development of synthetic benchmarks that augment existing academic benchmarks. Google Cloud combines user metrics, offline evaluation metrics, and LLM-as-a-judge techniques to continuously improve the performance of its text-to-SQL solutions. This comprehensive approach promises to unlock new possibilities for data interaction and analysis across various industries.
# 追溯闪烁光标的历史：一位程序员的意外遗产
在数字世界的浩瀚历史中，有一个不起眼却无处不在的元素——闪烁的光标。 Inverse 的一篇深度报道回顾了这项看似简单的功能的起源，揭示了它如何从一个解决实际问题的方案演变为我们今天所知的计算体验的核心部分。
故事始于 20 世纪 60 年代，当时牛津大学的词典编纂者们正在与早期文字处理的笨拙作斗争。在难以辨认的代码和模糊的打印输出中，他们渴望一种更直观的方式来操纵文本。与此同时，在美国，一位名叫 Charles Kiesling 的程序员正在为军事应用开发逻辑电路。他的解决方案很简单但很巧妙：一个闪烁的光标，它可以清晰地指示屏幕上的插入点。
Kiesling 的发明于 1967 年获得了专利，并于 20 世纪 70 年代末随着 Apple II 的发布进入了公众视野。尽管 Steve Jobs 最初反对使用光标键，但闪烁的光标很快成为计算的基石。它已成为一种通用的视觉提示，毫不显眼地引导着用户在数字空间中进行操作。
文章还探讨了人机交互 (HCI) 的持久影响。闪烁的光标是一种易于实施的解决方案，可以让用户有效地工作。优秀的人机交互设计使用户可以专注于工作，而不会过多考虑界面，从而使用户的时间、地点和自我意识逐渐消失。
如今，在增强现实等新兴技术的推动下，闪烁光标的未来尚不确定。然而，它对计算历史的影响是不可否认的。就像点彩画中的一个个笔触一样，小的时刻和发明构成了我们集体数字体验的丰富结构。
人工智能写作的文艺复兴：反思伊拉斯谟与当今语言模型
伊拉斯谟（Erasmus of Rotterdam）的著作《西塞罗主义者》（The Ciceronian）中，对人物Nosoponus写作困境的描绘，与今天我们使用大型语言模型（LLM）的现象有着惊人的相似之处。正如16世纪的人文学者一样，现代LLM也在追求写作的自动化，但这种追求往往以牺牲独创性为代价。
文章作者Hannah Katznelson指出，法国人文主义者弗朗索瓦·拉伯雷（François Rabelais）对人文主义教育的理解，在某种程度上预示了LLM的功能。通过分析拉伯雷的作品《巨人传》（Gargantua），我们可以看到，接受过人文主义训练的角色虽然能产出精妙的语言，但其表达往往流于形式，更像是为了展示教育成果，而非传递实质内容。
文章进一步探讨了人文主义者如何通过模仿古典作家来学习写作，以及这种模仿与LLM训练语料库之间的相似性。伊拉斯谟提倡折衷主义，认为应广泛借鉴不同作家的风格，而西塞罗主义者则只模仿西塞罗。这种对语料库的选择和使用方式，直接影响了写作的流畅性和独特性。
文章还引用了拉伯雷作品中Grandgousier和Gallet的例子，说明了自动化语言的局限性。他们的言辞虽然华丽，却未能有效沟通，反而加速了冲突。作者认为，这反映了人文主义者在处理问题时，过于依赖已有的知识和经验，缺乏创新和对话。
最后，文章强调了沟通的重要性，呼吁人们避免像Gallet那样，只顾表达自己的观点，而不考虑听众的感受。通过提问和倾听，我们才能真正理解他人，实现有效的沟通。文章以此反思了LLM在沟通中的作用，指出自动化语言可能导致社交力量的丧失，使其仅仅成为一种“为我们说话”的工具，而不能“作为我们说话”。
ClojureScript 发布 1.12.42 版本，拥抱 Java 21 并维护 Closure Library
ClojureScript 团队于 2025 年 5 月 16 日宣布了 1.12.42 版本的发布。本次更新包含两项重要的依赖变更：Google Closure Compiler 升级至 v20250402 版本，这意味着 ClojureScript 现在需要 Java 21 才能运行。此外，新版本还依赖于 Clojure 的 Google Closure Library 分支。
Google Closure Compiler 与 Java 21
由于 Google Closure Compiler 的更新，ClojureScript 不再支持 Java 8。虽然这一变化并非绝对必要，但考虑到 Clojure 社区对采用最新 Java 版本的积极性，预计这一变化带来的影响将相对可控。
Clojure 的 Google Closure Library 分支
自 2019 年起，Google Closure Library 的稳定性开始下降，Google 逐渐减少了对其的贡献，并在去年 8 月停止了维护。为了解决这个问题，ClojureScript 团队 fork 了 Google Closure Library 并接手了维护工作。他们修复了不必要的破坏性更改，并将代码库与最新的 Google Closure Compiler 版本对齐。
维护 Google Closure Library 的最大好处在于，ClojureScript 能够为各种 JavaScript 环境提供完整的解决方案，而不仅仅局限于浏览器。ClojureScript 的最初价值主张之一是提供一套像 clojure.core 一样可靠的 JavaScript 工具。团队正努力恢复最初的稳定性，让许多旧的 ClojureScript 库能够像 14 年前一样正常工作。
ClojureScript 不仅适用于富 Web 应用程序。即使在 React 时代，Web 的很大一部分仍然使用 jQuery。如果您需要强大的 DOM 操作、国际化、日期/时间处理、颜色值操作、数学、程序化动画、浏览器历史管理、辅助功能支持、图形等功能，而无需依赖框架或增加最终 JavaScript 文件的大小，ClojureScript 将是一个不错的选择。
KVSplit：在 Apple Silicon 上实现更大规模 LLM 的 KV 缓存优化
近日，开发者 dipampaul17 在 GitHub 上发布了 KVSplit，一个旨在通过差异化精度量化 KV 缓存，从而在 Apple Silicon 设备上运行更大规模语言模型（LLM）的项目。该工具通过对 Attention 机制中的 Key 和 Value 采用不同的量化精度，实现了在 Mac 设备上运行更大上下文窗口和更重型 LLM 的目标。
KVSplit 的核心在于，它允许开发者独立量化 KV 缓存中的 Key 和 Value。研究表明，Key 对量化更为敏感，因此 KVSplit 采用了 K8V4（8-bit Keys, 4-bit Values）的混合精度方案，在保证模型质量的同时，显著降低了内存占用。实验数据显示，K8V4 配置仅带来 0.86% 的困惑度下降，却能减少 59% 的内存使用，并且通常还能提高推理速度。
项目的主要功能包括：
- 独立量化 KV 缓存中的 Key 和 Value。
- 针对 Apple Silicon 的 Metal 优化。
- 全面的基准测试套件，包括困惑度测量。
- 内存使用和性能分析工具。
- 易于安装和使用。
开发者只需通过简单的安装脚本即可完成配置，并能通过自带的快速对比工具，评估不同配置下的内存占用、速度和质量指标。
# Clone the repository
git clone https://github.com/dipampaul17/KVSplit.git
cd kvsplit
# Run the installer script
chmod +x scripts/install_kvsplit.sh
./scripts/install_kvsplit.sh
项目的结果令人印象深刻。例如，在 8K tokens 的情况下，K8V4 配置相比 FP16 能够节省 59% 的 VRAM，同时还能提升 5.7% 的推理速度。
KVSplit 的发布，无疑为在 Apple Silicon 设备上运行 LLM 带来了新的可能性。通过更有效地利用有限的内存资源，开发者能够部署更大规模的模型，并处理更长的上下文，从而提升 AI 应用的性能和用户体验。该项目还提供了详细的基准测试和可视化工具，帮助用户深入了解 KV 缓存量化对模型性能的影响。
AI 也能“目测”体脂率？ChatGPT 在体脂评估上的惊人表现
人工智能在健康领域的应用正不断拓展。近日，AnnaLeptikon 发布了一篇引人注目的博客，探讨了 GPT-4o 在评估人体体脂率（BFP）方面的能力，结果令人惊讶。
文章指出，体脂率是衡量身体脂肪含量的重要指标，相较于体重指数（BMI），它能更准确地反映身体的健康状况。然而，传统的体脂率测量方法往往需要专业设备或付出较高的成本。
为了验证 ChatGPT 的体脂评估能力，作者将 Menno Henselmans 发布的“体脂率视觉指南”中的图片输入 ChatGPT，并让其评估体脂率。
实验结果显示，ChatGPT 在男性体脂率评估中的中位数误差为 +0.8%，中位数绝对误差为 2.4%；在女性体脂率评估中，中位数误差为 +3.5%，中位数绝对误差为 5.7%。考虑到诸如 DEXA 扫描等昂贵方法的误差也在 2% 左右，ChatGPT 的表现相当出色。更重要的是，ChatGPT 能够正确区分“健美运动员”到“二级肥胖”等不同体脂等级。
当然，作者也强调，ChatGPT 的评估结果不能作为医疗诊断的依据。但对于那些希望了解自身健康状况，又不想花费过多时间和金钱的人来说，ChatGPT 或许是一个不错的选择。
AI时代的思考困境：创造的乐趣是否正在消失？
2025年5月16日 – Dustin Curtis 在其博客上发表了一篇引人深思的文章，探讨了人工智能（AI）对个人思考和创造过程的潜在影响。
Curtis坦言，在AI技术日渐成熟的背景下，他发现自己陷入了一种困境。每当他尝试写作、编程或启动新项目时，都会意识到自己的努力在AI面前显得苍白无力。AI能够迅速生成内容，使其原创的想法相形见绌，这让他倍感沮丧。
他描述了过去创作的乐趣：将想法慢慢打磨成连贯的作品，并与世界分享。然而，现在只需将粗略的想法输入AI提示词，就能立即得到一个经过充分论证和完善的答案。这种便利性导致他的思考能力逐渐退化，直觉、才智和严谨性都在下降。
Curtis 曾认为AI是增强思维能力的工具，但现在他意识到，过度依赖AI可能会适得其反。虽然AI可以快速生成内容，但真正的智力提升来自于探索、尝试和辩论的过程。阅读AI的输出虽然能学到知识，但无法带来有意义的理解和个人成长。
文章结尾，Curtis 表达了他对现状的担忧。尽管AI让他了解了更多信息，但他感觉自己变得迟钝。他呼吁人们警惕AI可能带来的“麻醉”效应，强调独立思考和创作的重要性。即使AI可以更快、更清晰地完成任务，人类的原始思维仍然具有独特的价值。
这篇博文引发了人们对AI时代人类创造力未来的深刻思考。我们如何在利用AI优势的同时，保持独立思考和创造的能力？这或许是每个人都需要面对的问题。
Hacker News 讨论：失业危机——路在何方？
近日，Hacker News 上一篇名为“Ask HN: Facing unemployment – what now?”的帖子引发了广泛关注和讨论。一位 40 岁的科技从业者 octo888 坦言自己面临失业的困境，并坦承了健康问题、社交障碍以及对科技行业的热情消退等因素对职业生涯造成的负面影响。在积蓄仅够维持两年生活的情况下，他向社区寻求建议，希望能够找到新的方向，平衡个人健康、家庭生活与职业发展。
帖子一经发布，便收到了来自社区成员的积极回应，大家纷纷分享了自己的经验和建议。
社区建议的核心观点：
- 关注身心健康：多位网友建议 octo888 首先关注自身的健康问题，进行适当的休息和调整，通过锻炼、冥想等方式改善身心状态，为未来的职业发展打下基础。
- 积极调整心态：面对失业，保持乐观的心态至关重要。网友们鼓励 octo888 积极面对，不要过分悲观，相信自己能够克服困难，找到新的机会。
- 重新审视职业规划：考虑到 octo888 对科技行业的热情有所减退，建议他重新审视自己的职业规划，探索其他感兴趣的领域，或者尝试自由职业等灵活的工作方式。
- 积极行动，多方尝试：即使面临困难，也要积极行动起来，更新简历、参加面试、拓展人脉，多方尝试，增加找到新工作的机会。
此外，还有网友建议 octo888 可以考虑利用 AI 工具辅助求职，或者参与非营利组织的志愿者工作，既能发挥自己的技能，又能为社会做出贡献。
总的来说，Hacker News 社区的讨论为面临失业危机的 octo888 提供了宝贵的建议和支持。在困境中，积极调整心态、关注身心健康、重新审视职业规划，并积极行动，相信 octo888 能够走出困境，迎来新的职业发展。
很抱歉，由于我无法访问互联网，因此无法直接从提供的 URL 抓取图像。此外，我没有找到任何与您需要的新闻主题相关的内容。
但是，我可以根据您提供的文本，模拟一篇新闻博客文章，但没有图片。请注意，由于原文内容有限，以下内容仅为示例：
X 平台提示浏览器不再支持，用户体验受影响
今日，社交媒体平台 X（前身为 Twitter）向部分用户发出提示，称其使用的浏览器已不再支持该平台。用户若想继续使用 X 平台，需要更换至受支持的浏览器。
该平台提供了一个帮助中心链接，其中列出了受支持的浏览器。此外，该页面还包含了服务条款、隐私政策、Cookie 政策、Imprint 以及广告信息等链接。页面底部显示版权信息为 © 2025 X Corp.。
这一举措可能会对一部分用户造成不便，特别是那些使用较旧版本浏览器的用户。用户需要及时更新或更换浏览器，以确保能够正常访问和使用 X 平台。此举也可能与 X 平台为了更好地支持新技术和安全标准有关。建议用户尽快采取行动，以免影响日常使用。
很抱歉，我无法访问该网页的内容，因为它返回了 403 错误，这通常表示禁止访问。因此，我无法根据该网页的内容生成新闻博客总结。如果您能提供网页的具体内容，我将尽力为您完成任务。
告别原始时代：现代Web开发呼唤拥抱React等框架
近日，一则名为”Just Fucking Use React”的博客横空出世，以其犀利直接的语言风格，在Web开发领域引发热议。该博客强烈呼吁开发者拥抱React等现代JavaScript框架，告别单纯依赖HTML和原始JavaScript的开发模式。
文章作者认为，在构建复杂的、交互性强的Web应用时，试图仅靠HTML和少量JavaScript来解决所有问题，无异于”用冰棒棍和胶水建造宇宙飞船”。这种做法不仅效率低下，而且最终产生的代码往往难以维护，充满漏洞。
博客中列举了使用React等框架的诸多优势，包括：
- 组件化开发： 将UI拆分为可重用的组件，避免代码重复，提高开发效率和可维护性。
- 高效的UI更新： 框架能够智能地更新DOM，避免不必要的重绘，提升用户体验。
- 完善的状态管理： 对于复杂应用，框架提供了有效的状态管理机制，避免代码混乱。
- 强大的生态系统： 丰富的第三方库和工具，助力开发者快速构建各种功能。
- 更好的可访问性： 框架能够帮助开发者更容易地创建可访问的Web应用。
当然，作者也承认React等框架并非适用于所有场景。对于简单的静态网站，使用HTML和CSS就已足够。但对于需要处理复杂交互、管理大量状态的Web应用，拥抱现代框架是必然的选择。
文章最后强调，问题的关键不在于工具本身，而在于开发者是否能够合理地使用它们。不要为了追求”纯粹”而拒绝使用高效的工具。在合适的场景下，Just Fucking Use React，让你的Web开发事半功倍。
Terrence Malick：电影的魔术与真相的追寻
David Thomson 在 London Review of Books 上发表了一篇题为 “Cool Tricking” 的文章，深入探讨了导演 Terrence Malick 的电影生涯及其作品中对美、真相与幻觉的持续追问。Malick 以其低调的姿态和对电影艺术的执着而闻名，他极少接受采访，避免公开露面，将重心完全放在电影创作上。
Thomson 的文章以 John Bleasdale 的著作 The Magic Hours: The Films and Hidden Life of Terrence Malick 为引，探讨了 Malick 如何通过其作品挑战观众对电影媒介的认知。Malick 的电影，如 Badlands、Days of Heaven 和 The Tree of Life，以其独特的视觉风格和对哲学、道德问题的深刻思考而著称。
文章指出，Malick 的早期作品，例如 Badlands，已经展现了他对真实与抽象之间界限的模糊处理。而 Days of Heaven 则通过精美的摄影和对自然环境的描绘，探讨了美国梦背后的幻灭感。The Tree of Life 则是一部更为宏大的作品，它将家庭生活、个人成长与宇宙的起源联系起来，引发了观众对生命意义的深刻思考。
然而，Thomson 也对 Malick 后期的作品，如 To the Wonder、Knight of Cups 和 Song to Song 提出了批评，认为这些电影在形式上过于实验性，失去了早期作品中对人物和故事的关注。尽管如此，Malick 在 2019 年的 A Hidden Life 中似乎重拾了往日的风采，通过讲述一个普通人在面对邪恶时的道德选择，再次触及了深刻的人性主题。
总的来说，Thomson 的文章不仅是对 Malick 电影生涯的回顾，也是对电影艺术本身的一次深刻反思。Malick 的作品挑战了传统电影的叙事方式，引发了观众对美、真相与幻觉的持续追问，使他成为美国电影史上一个独特而重要的存在。