Framework Laptop 将与 DeepComputing 合作提供 RISC-V 处理器选项
DeepComputing 使用 RISC-V 处理器开发了第一款由合作伙伴制造的 Framework Laptop 主板。RISC-V 是一种开放指令集架构，与专有的 x86 和 ARM ISA 不同。这使得更多公司无需支付许可费即可开发 RISC-V 处理器。DeepComputing RISC-V 主板面向开发人员和业余爱好者，因为它目前缺乏基于 Intel/AMD 的 Framework 主板的性能和功能。然而，它代表了将 RISC-V 引入消费产品并扩展 Framework Laptop 平台周围开放生态系统的重要里程碑。该文件还提到了 Framework Laptop 13 的新开源 CAD 文件以及具有不同键盘布局的 Factory Seconds 型号的可用性。
高级 Shell 脚本技术：使用 Bash 自动执行复杂任务
Bash 脚本是用于自动执行 Unix 和 Linux 系统管理中复杂任务的强大工具。本文探讨了优化脚本性能、实现强大的错误处理和自动执行各种系统管理任务的高级技术。关键的优化方法包括利用内置 shell 命令、避免使用子 shell、有效使用数组和采用并行处理。强大的错误处理包括使用 set -e、自定义错误消息、信号陷阱和日志记录。高级自动化示例涵盖备份、系统监控、用户管理、软件更新和网络配置。通过应用这些高级 Bash 脚本技术，系统管理员可以显著提高效率和生产力。
水结冰的永恒之谜
水结冰是一个受多种因素影响的复杂过程。表面和杂质可以显著降低冰核形成的能量屏障，使冰在较高温度下形成。某些细菌和真菌具有促进冰核形成的蛋白质，其中丁香假单胞菌是一种特别有效的天然冰核剂。科学家正在开发计算模型，以更好地了解冰核形成的机制，包括表面特征和过冷水的性质如何影响结冰过程。关于不同大气粒子在人工云形成和降水方面的相对重要性，仍有许多悬而未决的问题。
www.quantamagazine.org/the-endurin…
亚马逊因违反加州劳动法被罚款 590 万美元
亚马逊因违反该州的《仓库配额法》而被加州劳工官员罚款 590 万美元。这项法律旨在防止仓库工人被迫以不安全的速度工作，从而危及他们的健康和安全。590 万美元的罚款是加州劳工专员办公室根据这项于 2022 年生效的新法律开出的最高罚款。该法律限制了必须以指定速度完成的工作配额，否则工人将受到纪律处分。这笔罚款凸显了加州为保护仓库工人免受可能损害其福祉的苛刻生产力目标而做出的努力。
www.washingtonpost.com/technology/…
Amphi：基于 Python 的低代码 ETL 工具，用于跨各种来源和格式的数据提取、转换和加载
Amphi 是一款基于 Python 的 ETL（提取、转换、加载）工具，旨在高效地从各种来源和格式中提取、准备和清理数据。它擅长数据科学和基于 LLM 的系统的数据集成、提取和准备，以及 API 检索和丰富。Amphi 允许用户使用图形界面设计数据管道并生成可部署在任何地方的原生 Python 代码，从而提供灵活性并避免供应商锁定。该平台专为开放性而设计，管道定义存储为文件以支持协作。Amphi 还计划集成生成式 AI 功能，以解决面向 AI 的用例。
语言模型中的拒绝由单一方向介导
本研究论文探讨了大型语言模型中的拒绝行为如何受到模型内部表征的单一方向的调节。
作者表明，通过消除或添加这个单一方向，他们可以在 13 种流行的开源聊天模型中有效地绕过或诱导模型中的拒绝。
利用这一见解，作者提出了一种新颖的白盒越狱方法，该方法修改模型权重以禁用拒绝机制，同时对其他功能的影响最小。
本文还对对抗性后缀如何抑制拒绝中介方向在模型计算中的传播进行了机制分析。
研究结果凸显了当前安全微调方法的脆弱性，并强调了更深入地了解模型内部以提高人工智能系统的稳健性的重要性。
《自然》杂志撤回了 2002 年的一篇论文，该论文声称成体干细胞可以变成任何细胞类型
《自然》杂志撤回了凯瑟琳·维法利实验室 2002 年发表的一篇论文，该论文声称成体干细胞可以变成任何类型的细胞。这篇论文自发表以来一直备受争议，但已被广泛引用近 4,500 次。2007 年，《自然》杂志发表了一篇更正，2009 年，《血液》杂志上的一篇相关论文因伪造图像而被撤回。鲁汶天主教大学在 2019-2020 年进行的调查未发现研究诚信方面的漏洞，但《自然》杂志的编辑们不再相信 2002 年论文中报告的数据的可靠性，导致该论文被撤回。维法利现在是鲁汶天主教大学名誉教授，她没有回应置评请求，这是她第四次撤回论文。
retractionwatch.com/2024/06/18/…
Meta FAIR 发布新的 AI 研究模型和数据集供公众使用
Meta 的基础人工智能研究 (FAIR) 团队公开发布了几个新的研究模型和数据集，以推动人工智能在创造力、效率和责任等领域的发展。其中包括可以结合文本和图像的 Meta Chameleon 模型、用于更高效语言学习的多标记预测模型，以及允许对输出进行更多控制的 JASCO 文本到音乐生成模型。他们还发布了 AudioSeal，这是一种用于检测人工智能生成的语音的音频水印技术，并支持发布 PRISM 数据集以改进大型语言模型的反馈方法。总体而言，Meta 专注于开放研究和负责任地开发高级人工智能功能。
TikTag：利用推测执行破解 ARM 的内存标记扩展
本文探讨了针对 ARM 内存标记扩展 (MTE) 的推测执行攻击所带来的安全风险，MTE 是一种用于缓解内存损坏攻击的硬件扩展。作者确定了两个新的 MTE 标签泄漏小工具 TIKTAG-v1 和 TIKTAG-v2，它们可以以很高的成功率绕过 MTE 的概率防御。实验表明，这些小工具可以在不到 4 秒的时间内泄漏 MTE 标签。作者演示了利用 Google Chrome 浏览器和 Linux 内核中的小工具进行的真实攻击。他们提出了缓解策略，以防止利用 TIKTAGgadgets，同时保留使用 MTE 的好处。
