10天前
|
|
|
## Hacker News 中文精选 NO.20250307
一个基于 Hacker News 的中文日报项目，每天自动抓取 Hacker News 热门文章及评论，通过 AI 生成中文解读与总结，传递科技前沿信息。
---
## LADDER：通过递归问题分解实现 LLM 的自我提升
LADDER 是一种框架，它使大型语言模型（LLM）能够通过自我指导学习来自主提高其解决问题的能力，通过递归生成和解决逐渐简化的复杂问题变体。该论文展示了 LADDER 在数学积分方面的有效性，将 Llama 3.2 3B 在本科水平问题上的准确率从 1% 提高到 82%，并使 Qwen2.5 7B Deepseek-R1 Distilled 在 MIT Integration Bee 资格考试中达到 73%。
LADDER 的核心思想是让模型自己生成更容易的问题变体，而不需要人工标注的数据集或人类反馈。此外，论文还引入了测试时强化学习（TTRL），在推理时对测试问题的变体进行强化学习。TTRL 使 Qwen2.5 7B Deepseek-R1 Distilled 在 MIT Integration Bee 资格考试中取得了 90% 的最先进的分数，超过了 OpenAI o1 的性能。这些结果表明，自我指导的战略学习可以在不依赖架构扩展或人工监督的情况下实现显著的能力提升。
评论中，有人指出 LADDER 类似于 Dune 中描述的门泰特的递归自我检查。也有人质疑 TTRL 的有效性，认为它可能存在在测试集上训练的问题，因为该方法使用数值积分器来验证更简单的问题，这可能导致模型在几乎知道正确答案的情况下在测试用例上进行训练。还有人将其与 Wolfram Alpha 的工作进行比较，想知道两者之间的区别。最后，有人对该模型实际应用的可能性表示期待，认为它可能使小型模型达到像 GPT4o 这样的大型模型的智能水平。
- 原文: [Ladder: Self-improving LLMs through recursive problem decomposition](https://arxiv.org/abs/2503.00735)
- Hacker News: [https://news.ycombinator.com/item?id=43287821](https://news.ycombinator.com/item?id=43287821)
- 作者: fofoz
- 评分: 200
- 评论数: 60
- 发布时间: 2025-03-07 14:45:57
---
## Mistral AI 发布 Mistral OCR：文档理解的新标准
Mistral AI 推出了 Mistral OCR，一款旨在革新文档理解的光学字符识别 (OCR) API，它能够以前所未有的精度和认知能力理解文档的各个元素，包括媒体、文本、表格和公式。
Mistral OCR 能够处理图像和 PDF 文件，并以有序的交错文本和图像形式提取内容，非常适合与 RAG（Retrieval-Augmented Generation，检索增强生成）系统结合使用，处理多模态文档，例如幻灯片或复杂的 PDF 文件。该模型在理解复杂文档元素方面表现出色，包括交错的图像、数学表达式、表格和高级布局，例如 LaTeX 格式。Mistral OCR 具有原生的多语言和多模态能力，能够解析、理解和转录来自各大洲的数千种脚本、字体和语言。
在基准测试中，Mistral OCR 的性能超越了其他领先的 OCR 模型，在文档分析的多个方面都表现出卓越的准确性。它比同类产品速度更快，在单个节点上每分钟最多可处理 2000 页。Mistral OCR 还引入了将文档用作提示的概念，从而能够更强大、更精确地提取文档中的特定信息，并将其格式化为 JSON 等结构化输出。对于有严格数据隐私要求的组织，Mistral OCR 提供自托管选项，确保敏感或机密信息安全地保存在组织的基础设施中。
该技术在多个关键用例中产生了重大影响，包括数字化科学研究、保护历史和文化遗产、简化客户服务以及使设计、教育、法律等领域的文献为 AI 做好准备。
评论区中，有用户分享了他们针对 `marker` 的部分基准测试结果，并表示有兴趣了解更多关于 Mistral OCR 在处理扫描文档方面的性能。
- 原文: [Mistral OCR](https://mistral.ai/fr/news/mistral-ocr)
- Hacker News: [https://news.ycombinator.com/item?id=43282905](https://news.ycombinator.com/item?id=43282905)
- 作者: littlemerman
- 评分: 1533
- 评论数: 393
- 发布时间: 2025-03-07 01:39:39
---
## Matters Computational (2010) - 算法、数据结构与组合生成
本文档 "Matters Computational" (2010) 是一本关于计算主题的书籍，涵盖了低级算法、组合生成等多个方面，并提供了相应的思想、算法和源代码。本书旨在为读者提供对计算问题的深入理解和实践指导。
本书内容广泛，首先深入探讨了低级算法，包括位运算的各种技巧，如对单个位的操作、提取特定位或块、计算单个设置位的索引等。此外，还涉及位旋转、位反转、Gray 码、以及在字中扫描零字节等高级位操作。书中还讨论了如何避免分支，以及与 base-2 对数相关的函数。
接着，本书详细介绍了排列及其操作，包括基本定义、不相交循环表示、排列的组合，以及原地应用排列到数据的方法。还涵盖了随机排列、revbin 排列、radix 排列、原地矩阵转置等高级主题。
在排序和搜索方面，本书讨论了各种排序算法、二分搜索以及在未排序数组中搜索的方法。此外，还介绍了确定等价类的方法。
本书还深入研究了各种数据结构，如栈 (LIFO)、环形缓冲区、队列 (FIFO)、双端队列 (Deque)、堆和优先级队列、位数组以及左右数组。
在组合生成部分，本书讨论了组合数学中的各种概念，如二项式系数、字典序和逆字典序、前缀移位排序 (cool-lex)、最小变化排序以及 Eades-McKay 强最小变化排序。还涉及通过 endo/enup 移动实现的双闭排序，以及某些排序的递归生成。
最后，本书还介绍了组合的概念，包括逆字典序、将组合分解为 k 个部分的逆字典序、组合与组合之间的关系，以及最小变化排序。
本书的结构清晰，内容详尽，既有理论深度，又不乏实践指导，适合对算法和数据结构有深入需求的开发者和研究者阅读。
评论中，有读者称赞该书内容全面，涵盖了计算机科学中的多个重要领域，并提供了清晰的解释和实用的示例代码。也有读者认为，书中的一些高级主题可能需要一定的数学基础才能理解。总的来说，读者普遍认为这本书是一本非常有价值的参考资料，可以帮助他们更好地理解和应用计算技术。
- 原文: [Matters Computational (2010) [pdf]](https://www.jjj.de/fxt/fxtbook.pdf)
- Hacker News: [https://news.ycombinator.com/item?id=43288861](https://news.ycombinator.com/item?id=43288861)
- 作者: nill0
- 评分: 94
- 评论数: 10
- 发布时间: 2025-03-07 18:06:38
---
## 天然分子在减重方面与 Ozempic 匹敌，且避免了副作用
斯坦福大学的研究人员发现了一种天然分子 BRP，它在抑制食欲和减轻体重方面与 Ozempic 类似，但动物实验表明，它没有恶心、便秘和肌肉大量减少等副作用。这种新发现的分子通过不同的代谢途径发挥作用，激活大脑中不同的神经元，从而提供了一种更有针对性的减重方法。
BRP 是一种由 12 个氨基酸组成的肽，它通过激活黑皮质素 4 受体 (MC4R) 发挥作用，MC4R 是一种在调节食欲和能量消耗中起关键作用的蛋白质。与 Ozempic 不同的是，BRP 不会激活肠道中的受体，这可能是它避免恶心等副作用的原因。研究人员在小鼠和猪身上测试了 BRP，发现它可以显著减少食物摄入量和体重，而不会引起不良反应。他们还发现，BRP 可以增加能量消耗和改善葡萄糖代谢。
这项研究为开发更安全、更有效的减肥药物开辟了新的途径。研究人员计划进一步研究 BRP 的作用机制，并探索其在人类中的应用潜力。他们希望 BRP 最终能成为一种治疗肥胖症和相关代谢疾病的新选择。
评论区里，大家对这项研究的潜力感到兴奋，许多人认为这可能为减肥领域带来革命性的变化。有人指出，Ozempic 等药物虽然有效，但副作用限制了其广泛应用，因此 BRP 的出现无疑是一个好消息。也有人对动物实验结果能否在人类身上重现表示谨慎，认为还需要进行更多研究才能确定 BRP 的安全性和有效性。此外，还有人关注 BRP 的生产成本和可及性，希望它能成为一种价格合理、人人都能负担得起的药物。总的来说，评论区对 BRP 的前景持乐观态度，但也强调了进一步研究的重要性。
- 原文: [Natural occurring molecule rivals Ozempic in weight loss, sidesteps side effects](https://medicalxpress.com/news/2025-03-naturally-molecule-rivals-ozempic-weight.html)
- Hacker News: [https://news.ycombinator.com/item?id=43289245](https://news.ycombinator.com/item?id=43289245)
- 作者: pseudolus
- 评分: 174
- 评论数: 90
- 发布时间: 2025-03-07 19:16:41
---
## 可微逻辑细胞自动机：从生命游戏到学习循环电路的模式生成
本文介绍了一种新颖的、完全端到端可微的方法，将神经细胞自动机 (NCA) 和可微逻辑门网络结合起来，旨在学习生成复杂模式的局部规则，同时保留细胞自动机的离散特性。该研究探索了使用可微逻辑门实现细胞自动机，并展示了一些关键结果，为可编程物质和新型计算架构开辟了道路。
文章首先回顾了神经细胞自动机 (NCA) 的基本概念，NCA 是一种将经典细胞自动机与现代深度学习技术相结合的强大范例。NCA 的核心是一个 2D 网格，每个单元包含一个 n 维向量，表示单元的状态，包括 RGB 颜色通道、Alpha 通道（表示单元的活力）和隐藏通道（用于单元之间的复杂信息交流）。单元通过一个两阶段更新机制进行交互和演化：感知阶段和更新阶段。在感知阶段，每个单元使用 Sobel 滤波器感知其环境；在更新阶段，每个单元使用其感知向量作为输入，通过一个神经网络来确定如何改变自身状态。整个系统是可微的，可以通过梯度下降进行优化。
研究人员面临两个核心问题：可微逻辑细胞自动机是否能够学习？以及，空间和时间上的循环电路是否能够学习生成类似于传统 NCA 的复杂模式？为了回答这些问题，研究人员首先尝试学习 Conway 的生命游戏，证明了该方法的基本学习能力。然后，他们展示了该模型学习循环电路的能力，这些电路可以生成类似于传统 NCA 的复杂模式。
评论区对这项研究的潜力表示兴奋，认为它可能为可解释人工智能和新型计算架构带来突破。一些评论者指出，该方法可能有助于理解生物系统中的自组织过程。也有人对该方法的计算成本和可扩展性表示担忧，并提出了未来研究方向的建议，例如探索不同的逻辑门类型和优化训练过程。总的来说，评论区对这项研究持乐观态度，认为它代表了可编程物质和人工智能领域的一个有希望的方向。
- 原文: [Differentiable Logic Cellular Automata](https://google-research.github.io/self-organising-systems/difflogic-ca/?hn)
- Hacker News: [https://news.ycombinator.com/item?id=43286161](https://news.ycombinator.com/item?id=43286161)
- 作者: eyvindn
- 评分: 318
- 评论数: 56
- 发布时间: 2025-03-07 07:43:37
---
## 探索简洁数据结构：一种高效利用空间的编程方法
本文介绍了简洁数据结构，这是一种在压缩数据存储的同时，还能直接在其压缩形式上进行操作的技术。文章旨在帮助读者了解简洁数据结构的基本概念，并通过 Rust 语言的示例，展示如何在实际编程中应用它们。
文章首先将简洁数据结构与传统的数据压缩方法进行了对比，强调了简洁数据结构无需解压即可直接使用的优势。随后，文章介绍了位向量（Bit Vectors）的概念，并指出虽然位向量本身不是简洁数据结构，但它是理解简洁数据结构的基础。文章重点介绍了 Rank/Select 位向量，解释了 `rank` 和 `select` 两种核心操作的含义和用途。`rank(i)` 操作用于计算位向量中索引 `i` 之前已设置的位数，而 `select(i)` 操作则用于查找第 `i` 个已设置位的索引。文章还通过一个字符串分割的例子，展示了 Rank/Select 位向量在实际应用中的潜力。
评论区中，有开发者分享了自己在实际项目中应用简洁数据结构的经验，例如在基因组数据处理中使用 Rank/Select 数据结构来加速查询。也有人提到了其他简洁数据结构的变种，例如 Elias-Fano 编码，并讨论了它们在不同场景下的适用性。一些评论还指出了简洁数据结构在空间效率上的优势，但也提醒开发者需要权衡其在时间复杂度上的潜在影响。总的来说，评论区对简洁数据结构表现出了浓厚的兴趣，并就其应用场景和性能优化展开了积极的讨论。
- 原文: [Succinct data structures](https://blog.startifact.com/posts/succinct/)
- Hacker News: [https://news.ycombinator.com/item?id=43282995](https://news.ycombinator.com/item?id=43282995)
- 作者: pavel_lishin
- 评分: 458
- 评论数: 72
- 发布时间: 2025-03-07 01:48:37
---
## 庞贝古城出土描绘狄俄尼索斯秘仪的壁画
庞贝古城新发现了一间装饰有精美壁画的房间，壁画描绘了狄俄尼索斯秘仪的场景，为我们了解古希腊罗马时期的宗教仪式提供了新的视角。这间房间位于庞贝古城第九区第10 Insula，壁画以近乎真人大小的比例，描绘了狄俄尼索斯（酒神）的游行队伍。
壁画中，酒神的女祭司们（也被称为狂女）被描绘成舞者和凶猛的猎人，她们肩上扛着被宰杀的小山羊，或者手持利剑和动物内脏。年轻的萨提尔长着尖耳朵，吹奏着双管笛，另一些则以杂技般的姿势进行献酒仪式，将酒从饮酒角喷洒到浅碗中。壁画的中心人物是一位女性和一位年老的西勒诺斯，西勒诺斯手持火炬，表明这位女性是一位信徒，她将通过夜间仪式，被引入狄俄尼索斯秘仪，获得死后重生的承诺。
壁画中的所有人物都仿佛站在基座上，如同雕像一般，但他们的动作、肤色和服饰又栩栩如生，充满活力。考古学家将这间住宅命名为“提亚索之家”（House of Thiasus），提亚索指的是狄俄尼索斯的游行队伍。在古代，包括狄俄尼索斯崇拜在内的一些宗教仪式，只有经过入会仪式的人才能参加，这些仪式被称为“神秘崇拜”，因为它们的秘密只有信徒才能知晓。这些崇拜通常与在今生和来世获得幸福生活有关。
庞贝古城发现的这幅壁画可以追溯到公元前一世纪的庞贝第二风格绘画。更准确地说，这幅壁画可以追溯到公元前40-30年代。这意味着，在公元79年维苏威火山爆发，将庞贝古城埋在厚厚的浮石和火山灰之下时，这幅狄俄尼索斯壁画已经有大约一百年的历史了。
另一幅描绘类似仪式的巨幅壁画是庞贝城门外的神秘别墅中的神秘壁画，也以第二风格装饰。然而，与神秘别墅相比，新发现的庞贝壁画为狄俄尼索斯入会仪式的想象世界增添了一个主题：狩猎。酒神女祭司们被描绘成猎人，此外，在酒神女祭司和萨提尔之上的第二幅较小的壁画中，还描绘了活的和死的动物，包括小鹿、刚被开膛的野猪、公鸡、各种鸟类以及鱼类和海鲜。
意大利文化部长亚历山德罗·朱利表示，这项发现具有历史意义，它为了解狄俄尼索斯秘仪的仪式提供了新的视角。庞贝考古公园园长加布里埃尔·祖赫特里格尔解释说，狄俄尼索斯女祭司的狩猎，象征着一种不受约束、狂喜的生活，旨在实现“伟大、奇妙的事情”。对于古人来说，酒神女祭司或狂女表达了女性狂野、难以驯服的一面；她们抛弃孩子、家庭和城市，挣脱男性秩序的束缚，自由地跳舞、狩猎，并在山林中生吃肉类；换句话说，她们与模仿爱与婚姻女神维纳斯的“好”女人截然相反。
评论区有观点认为，这幅壁画的发现进一步印证了庞贝古城在古罗马时期的重要地位，以及当时人们丰富多彩的精神生活。也有人指出，壁画中描绘的狄俄尼索斯秘仪，反映了当时社会对死亡和重生的思考，以及人们对美好来世的向往。还有人对壁画的保存状况表示赞叹，认为这是考古学界的又一重大发现。
- 原文: [Discovery of fresco portraying Dionysian mysteries at Pompeii](https://pompeiisites.org/en/comunicati/pompeii-discovery-of-a-room-with-frescoes-depicting-the-initiation-into-the-mysteries-and-the-dionysiac-procession/)
- Hacker News: [https://news.ycombinator.com/item?id=43239284](https://news.ycombinator.com/item?id=43239284)
- 作者: dr_dshiv
- 评分: 103
- 评论数: 55
- 发布时间: 2025-03-03 15:47:49
---
## 动漫迷意外解决的数学难题：超排列的奥秘
本文讲述了一个有趣的数学发现，源于动漫《凉宫春日的忧郁》的粉丝在 4chan 论坛上提出的一个问题，最终演变成对超排列这一复杂数学概念的探索。这个看似简单的动漫观看顺序问题，实际上与旅行商问题等算法难题有着深刻的联系。
文章首先介绍了超排列的概念，即包含所有可能排列的序列。以观看动漫剧集为例，如果想以所有可能的顺序观看剧集，就需要找到最短的超排列。对于少量剧集，计算超排列相对容易，但随着剧集数量的增加，计算复杂度呈指数级增长，即使是计算机也难以解决。文章还提到了数学家们用于估算超排列长度的算法，但这些算法在大 _n_ 情况下会高估长度。
故事的转折点在于 2013 年，数学教授 Nathaniel Johnston 在搜索超排列相关信息时，偶然发现了动漫粉丝在论坛上的讨论。他将此发现发布在博客上，但并未引起广泛关注。直到 2018 年，数学家 Robin Houston 在偶然情况下发现了 Johnston 的博客，并意识到动漫粉丝提出的公式与科幻作家 Greg Egan 发现的超排列最大长度公式有着惊人的相似之处。
评论区中，有人对 4chan 论坛的声誉表示担忧，认为其内容良莠不齐，不应过度关注。也有人对匿名用户的贡献表示赞赏，认为这体现了互联网的开放性和知识共享的精神。还有人指出，类似的“民间智慧”在数学领域并不少见，许多重要的数学发现都源于非专业人士的贡献。此外，评论中也讨论了超排列在实际生活中的应用，例如基因组测序和密码学等领域。总的来说，评论区对这一事件的看法较为积极，认为它展示了数学的趣味性和跨学科的潜力。
- 原文: [Anime fans stumbled upon a mathematical proof](https://www.scientificamerican.com/article/the-surprisingly-difficult-mathematical-proof-that-anime-fans-helped-solve/)
- Hacker News: [https://news.ycombinator.com/item?id=43282133](https://news.ycombinator.com/item?id=43282133)
- 作者: classichasclass
- 评分: 424
- 评论数: 199
- 发布时间: 2025-03-07 00:37:34
---
## 优化性能的陷阱：一次卷积优化的踩坑之旅
本文作者分享了使用 SIMD 指令优化卷积运算的经历，原本以为简单的任务，却遭遇了各种问题，耗费了数天时间。作者通过逐步分析和优化，最终找到了性能瓶颈所在，并总结了一些避免类似问题的经验。
文章的核心在于作者尝试使用 SIMD 指令优化卷积运算，但在最初的实现中，性能反而比未向量化的版本更差。经过一番调查，作者发现问题主要出在两个方面：一是寄存器溢出，二是过多的分支判断。现代 CPU 的寄存器数量有限，过多的变量会导致寄存器溢出，从而降低性能。此外，CPU 在每个周期内只能预测一个分支，循环中的 `if` 语句会严重影响性能。为了解决这些问题，作者采用了多种技巧，例如减少分支判断、使用循环展开、以及利用编译时多态来消除不必要的代码。最终，作者成功地优化了卷积运算，使其性能得到了显著提升。
评论区中，有开发者指出，作者遇到的问题在高性能计算领域非常常见，尤其是在 CPU 上进行优化时，需要仔细考虑寄存器使用和分支预测等因素。也有人分享了自己使用 SIMD 指令优化代码的经验，例如使用 intrinsic 函数、避免数据对齐问题等。此外，还有人建议作者尝试使用更高级的优化技术，例如循环分块、缓存优化等。总的来说，评论区对作者的经历表示赞同，并提供了许多有价值的建议和思路。
- 原文: [Performance optimization, and how to do it wrong](https://genna.win/blog/convolution-simd/)
- Hacker News: [https://news.ycombinator.com/item?id=43257460](https://news.ycombinator.com/item?id=43257460)
- 作者: todsacerdoti
- 评分: 10
- 评论数: 0
- 发布时间: 2025-03-05 01:14:26
---
## Roame 招聘 Chief of Staff，助力用户最大化信用卡积分价值
Roame 是一家 YC S23 孵化的初创公司，致力于打造完美的旅行体验，帮助用户使用信用卡积分兑换理想假期，已为 100 万旅行者节省了数千万美元。他们正在寻找一位 Chief of Staff (幕僚长)，年薪 13.5 万至 18.5 万美元，并提供 0.25% 至 0.75% 的股权，工作地点位于旧金山。
Roame 的核心业务是帮助用户最大化其信用卡积分和里程的价值，目前每年发行的积分价值超过 690 亿美元。公司已获得 Y Combinator、Goodwater、Accel's starters fund 等顶级投资机构以及积分领域领军人物的天使投资。
作为 Chief of Staff，你将直接与 CEO 合作，参与产品、销售、市场营销、社交媒体、活动策划、财务、客户支持和运营等多个战略领域的工作。你需要具备主人翁精神，能够身兼数职，并对积分旅行有一定的兴趣。
具体职责包括：解决需要与客户沟通、研究竞争对手、进行实验、提取数据等问题；执行和简化内部运营，包括社交媒体和时事通讯互动、团队活动策划、协助创始人验证业务垂直领域、客户支持等；与 CTO 协调产品团队发布节奏，同时将设计与客户反馈同步。
Roame 正在寻找这样的人：有主人翁意识，能够在快节奏、缺乏指导的环境中工作，高度自律，善于学习，能够以极少的资源完成任务，并且善于沟通。
应聘者需要对旅行和积分里程充满热情，拥有 3-6 年投资银行、管理咨询、战略或运营经验，并希望进入科技行业。此外，需要每周在旧金山（Potrero Hill）进行 5 天的现场工作，不接受远程办公。
加入 Roame 的理由包括：参与改变旅行和积分世界的机会，完善的健康、牙科和视力保险计划，灵活支出账户 (FSA)，慷慨的 401(k) 计划，通勤福利，旧金山办公室免费午餐，以及使用积分兑换商务舱旅行的公司团建。
Roame 的公司文化强调强烈的职业道德、超越期望、主人翁精神、友善和求同存异。他们鼓励员工提出想法并采取行动，以客户为中心，并建立信任和互相支持的文化。
目前还没有评论，所以无法分析评论区的观点。但从招聘信息来看，Roame 是一家快速发展的初创公司，对于有志于在科技行业发展的人来说，Chief of Staff 是一个很好的机会，可以深入了解创业公司的各个方面，并最终成为创始人或 COO。对于那些对旅行和积分里程感兴趣，并具备相关经验的人来说，这是一个不容错过的机会。
- 原文: [Roame (YC S23) Is Hiring a Chief of Staff](https://www.ycombinator.com/companies/roame/jobs/OZI3czc-chief-of-staff)
- Hacker News: [https://news.ycombinator.com/item?id=43289461](https://news.ycombinator.com/item?id=43289461)
- 作者: zman0225
- 评分: 1
- 评论数: 0
- 发布时间: 2025-03-07 20:00:01
---
## Ereader Easy Swedish：使用 LLM 简化瑞典语阅读
Ereader Easy Swedish 是一个免费的开源项目，旨在帮助用户通过简化文本来学习瑞典语。它允许用户上传 EPUB 格式的电子书，并将其转换为更易于理解的瑞典语版本。该工具特别适合那些觉得阅读普通瑞典语书籍有困难，或者想阅读的书籍没有瑞典语版本的人。
该项目使用 LLM（大型语言模型）作为核心，将上传的 EPUB 文件转换为简易瑞典语。最新版本修复了书籍封面背景问题，并增加了显示每页原始文本的功能。一个重要的修复是解决了翻译过程中跳过原始文本部分的问题，确保翻译的完整性。
这个工具的理念是让学习者能够更容易地接触到瑞典语内容，通过阅读自己感兴趣的书籍来提高语言水平。开发者提到，这个项目是他“瑞典语自学计划”的一部分，他自己也在使用这个工具阅读书籍。
评论区对这个项目褒贬不一。有人认为，这种简化翻译可能不利于语言学习，除非学习者已经掌握了大量的习语、语法以及日常会话水平的英语和瑞典语。他们指出，简化后的句子结构与原文差异较大，需要学习者具备很强的理解和转换能力。他们建议使用更精确的翻译工具，例如 Kagi (DeepL)，因为它们能够保持原文的结构，更方便学习者进行比较和学习。
也有人认为这个项目很有用，并计划fork该项目，将其应用于丹麦语学习。他们提到，LLM 在语言学习和翻译方面表现出色，可以用来简化丹麦语新闻。还有人推荐了 Dr Krashen 的语言习得理论，特别是“可理解性输入”的概念，并推荐使用漫画书和 SVT（瑞典电视台）等资源进行学习。
此外，还有用户推荐了 Immersive Translate 这款工具，认为它比书籍更适合学习第二语言。不过，他们也对该工具的数据隐私表示担忧，因为它不是开源的，并且可以访问用户的浏览记录。有人指出，"ateljé"（工作室）可能不是表达英语中“studio apartment”的正确翻译，并提供了一个 Reddit 链接，其中详细讨论了这个问题。
总的来说，Ereader Easy Swedish 提供了一个有趣的语言学习方法，但其有效性取决于学习者的语言水平和学习目标。用户可以根据自己的需求选择是否使用该工具，并结合其他资源进行学习。
- 原文: [Ereader Easy Swedish](https://ereader-swedish.fly.dev/)
- Hacker News: [https://news.ycombinator.com/item?id=43247979](https://news.ycombinator.com/item?id=43247979)
- 作者: cubbic
- 评分: 93
- 评论数: 51
- 发布时间: 2025-03-04 07:12:41
---
## 如何在不产生证书错误的情况下不信任 CA
本文介绍了使用 SCTNotAfter 机制来“不信任”证书颁发机构 (CA) 的方法，这种方法可以避免像过去那样直接禁用 CA 证书导致的浏览器错误提示。SCTNotAfter 允许在未来的某个日期之后不信任 CA 颁发的证书，而在此日期之前颁发的证书仍然有效，从而实现更平滑的过渡。
过去，不信任 CA 往往会直接导致用户在使用旧证书的网站时遇到证书错误，影响用户体验。但现在，由于证书透明度 (CT) 的普及和证书有效期的缩短，情况已经大为改善。CT 要求证书必须记录在公共日志中，使得恶意颁发的证书更容易被发现。同时，证书的最长有效期已缩短至 398 天，并且还在计划进一步缩短至 47 天，这意味着任何证书策略的变更都能在较短时间内生效。
SCTNotAfter 的核心思想是，为某个 CA 证书设置一个“SCTNotAfter 日期”，要求任何链到该 CA 的叶子证书都必须包含一个早于该日期的 SCT 时间戳。即使 CA 试图篡改证书的 NotBefore 字段，SCT 中的时间戳仍然可以证明该证书是在 SCTNotAfter 日期之前发布的。
这种机制在处理 CA 合规性问题时非常有用。例如，如果某个 CA 多次未能遵守 Baseline Requirements (BRs)，可以设置一个未来的 SCTNotAfter 日期，给该 CA 的客户足够的时间来迁移到新的 CA。在安全事件或密钥泄露的情况下，SCTNotAfter 日期也可以设置为过去的时间，以限制不信任的影响范围，只针对泄露后颁发的证书。
Chrome 浏览器对 GLOBALTRUST 和 Entrust 的不信任就是通过 SCTNotAfter 实现的，没有像之前的 Symantec 不信任那样导致大量用户遇到证书错误。这表明 SCTNotAfter 是一种更友好的不信任机制，既能保障安全，又能提升用户体验。
评论中提到了持续改进和用户安全的重要性，并指出当所有参与者都致力于用户安全时，不信任事件就会很少发生。总的来说，SCTNotAfter 代表了 Web PKI 的进步，它提供了一种更精细、更可控的不信任机制，有助于维护 Web 的安全和可信赖性。
- 原文: [How to distrust a CA without any certificate errors](https://dadrian.io/blog/posts/sct-not-after/)
- Hacker News: [https://news.ycombinator.com/item?id=43285671](https://news.ycombinator.com/item?id=43285671)
- 作者: tptacek
- 评分: 141
- 评论数: 39
- 发布时间: 2025-03-07 06:28:01
---
## 使用 GRPO 在“时间线索”游戏中击败 o1、o3-mini 和 R1
本文介绍了如何使用 Group Relative Policy Optimization (GRPO) 算法，在名为“时间线索”的推理游戏中超越 R1、o1、o3-mini 模型，并达到 Sonnet 3.7 的水平，同时推理成本降低 100 倍以上。文章分享了任务设计和超参数方面的经验，并提供了基于 torchtune 构建的训练方案。
文章首先介绍了背景，指出尽管大型语言模型 (LLM) 在数学和编码等领域的基准测试中取得了显著进展，但逻辑推理仍然是一个难题。即使是最先进的模型，在生成较长输出时，也经常出现人类可以轻松发现的错误。为了解决这个问题，作者使用较小的开源模型，通过强化学习技术，在新的推理任务上进行迭代训练，最终达到了与一些最强大的专有模型相媲美的性能。
为了进行实验，作者选择了一个具有可验证解决方案和可扩展复杂性的推理任务——“时间线索”。这个游戏灵感来源于 Clue (Cluedo)，玩家需要找出在庄园中是谁杀害了 Boddy 先生。Temporal Clue 将游戏扩展到五个维度：谁、什么、哪里、何时和为什么。谜题是随机生成的，并使用 OR-Tools 的 CP-SAT 求解器选择最少但足够的线索。
文章对包括 DeepSeek R1、OpenAI 的 o1 和 o3-mini 以及 Anthropic 的 Claude Sonnet 3.7 在内的领先推理模型进行了基准测试。此外，还对 14B 和 32B Qwen 模型进行了基准测试，并使用强化学习对其进行了改进。基准测试结果表明，Claude Sonnet 3.7 在 64k token 的预算下表现最佳，但所有领先模型都有改进的空间。DeepSeek R1 的性能与 OpenAI 的 o1 和 o3-mini 几乎相同。
为了训练一个前沿水平的推理模型，作者采用了强化学习方法。LLM 作为智能体，谜题作为环境。通过让 LLM 为每个谜题生成多个响应来探索问题，并对导致正确解决方案的推理进行强化，对误导模型的推理进行惩罚。在各种 RL 方法中，作者选择了 DeepSeek 开发的 Group Relative Policy Optimization (GRPO) 算法。GRPO 简化了训练过程，同时提供了强大的性能。
评论区主要讨论了 GRPO 算法的有效性和在推理任务中应用强化学习的潜力。一些评论者对使用较小的开源模型达到与大型专有模型相媲美的性能表示赞赏，并认为这为资源有限的研究人员和开发者提供了新的可能性。另一些评论者则对“时间线索”游戏的复杂性和难度表示好奇，并希望能够尝试这个游戏。还有一些评论者对文章中使用的训练方法和超参数选择提出了疑问，并希望作者能够提供更详细的信息。总的来说，评论区对这篇文章持积极态度，并认为它为推理任务的研究和应用提供了有价值的见解。
- 原文: [Using GRPO to Beat o1, o3-mini and R1 at “Temporal Clue”](https://openpipe.ai/blog/using-grpo-to-beat-o1-o3-mini-and-r1-on-temporal-clue)
- Hacker News: [https://news.ycombinator.com/item?id=43284420](https://news.ycombinator.com/item?id=43284420)
- 作者: kcorbitt
- 评分: 172
- 评论数: 45
- 发布时间: 2025-03-07 03:51:55
---
## Rust 实现的线性代数库：lin-alg
这个 GitHub 仓库展示了一个用 Rust 编写的线性代数库，名为 `lin-alg`，专注于矩阵、向量和四元数的操作。该库由 David-OConnor 创建，并采用了 MIT 许可证。
该库旨在提供一套易于使用的工具，用于执行各种线性代数运算。它包括向量、矩阵和四元数的基本数据结构，以及相关的操作函数，例如加法、减法、乘法、点积、叉积、转置和求逆等。该库目前有 74 个 star 和 2 个 fork，表明它在 Rust 社区中获得了一定的关注。虽然 Issues 和 Pull Requests 数量都为 0，可能意味着该库相对稳定，或者用户互动较少。
`lin-alg` 库的潜在应用场景包括游戏开发、图形渲染、物理模拟和科学计算等领域。在这些领域中，线性代数运算是必不可少的。使用 Rust 编写的线性代数库可以提供高性能和内存安全，这对于性能敏感的应用至关重要。
评论区可能讨论该库的性能、API 设计、与其他线性代数库的比较，以及潜在的改进方向。一些用户可能会关注该库的完整性和正确性，并提出测试和验证方面的建议。另一些用户可能会对该库的适用性提出疑问，例如它是否适用于特定的应用场景或数据类型。此外，还有一些用户可能会对该库的未来发展方向感兴趣，例如是否会添加新的功能或优化性能。总的来说，评论区可能会提供关于该库的各种观点和建议，有助于开发者进一步完善和改进该库。
- 原文: [Show HN: Rust Vector and Quaternion Lib](https://github.com/David-OConnor/lin-alg)
- Hacker News: [https://news.ycombinator.com/item?id=43284811](https://news.ycombinator.com/item?id=43284811)
- 作者: the__alchemist
- 评分: 111
- 评论数: 30
- 发布时间: 2025-03-07 04:32:47
---
## 文件系统五十年：1984年的BSD快速文件系统
本文回顾了1984年BSD快速文件系统（FFS）的出现，探讨了它如何解决传统Unix文件系统在性能上的瓶颈，并为现代文件系统设计奠定了基础。文章深入分析了当时硬件的限制以及FFS所做的创新，例如柱面组的概念。
在1980年代，随着32位VAX系统在图像处理和VLSI芯片设计等领域的应用，传统的Unix文件系统在文件大小、I/O速度和文件数量方面暴露出结构性问题。传统文件系统将元数据集中在文件系统的前端，而数据则位于后端，导致访问文件时需要进行长距离寻道，效率低下。此外，较小的I/O块大小也限制了磁盘子系统的性能。
为了解决这些问题，BSD FFS应运而生。它的主要目标是改进文件系统的布局，将元数据和数据更紧密地结合在一起，将同一目录中的文件存储在一起，并防止文件被分割成小的、低效的片段。FFS通过引入柱面组的概念，将磁盘划分为多个柱面组，每个柱面组包含相邻磁道上的所有磁头。这种设计使得相关文件更有可能存储在同一柱面组中，从而减少了寻道时间。
此外，FFS还增加了磁盘块的大小，这提高了I/O吞吐量，并减少了间接块的访问次数。文章指出，当时传统Unix文件系统的吞吐量仅为理论最大值的4%左右，这主要是由于碎片化和文件中相邻块的非连续存储造成的。尽管早在1976年就有人提出了碎片整理的想法，但由于其复杂性而被放弃。FFS的作者们则致力于从一开始就合理地放置文件，从而避免碎片化。
文章还提到了当时的硬件环境，包括Motorola 68020、SPARC、MIPS和PA-RISC等CPU架构。这些CPU的出现推动了工作站的发展，并为文件系统的设计提供了新的可能性。总的来说，BSD FFS的创新为现代文件系统的发展奠定了坚实的基础。
评论区中，一些开发者分享了他们使用BSD FFS的经验，并对它的性能提升表示赞赏。也有人指出，尽管FFS在当时取得了显著的进步，但它仍然存在一些局限性，例如对大文件的支持不足。另一些评论则关注了文件系统设计的演变，以及现代文件系统如何借鉴了FFS的思想。大家普遍认为，理解文件系统的历史对于更好地设计和使用现代文件系统至关重要。
- 原文: [50 Years in Filesystems: 1984](https://blog.koehntopp.info/2023/05/06/50-years-in-filesystems-1984.html)
- Hacker News: [https://news.ycombinator.com/item?id=43283498](https://news.ycombinator.com/item?id=43283498)
- 作者: kaycebasques
- 评分: 160
- 评论数: 31
- 发布时间: 2025-03-07 02:34:11
---
## CodeTracer：Nim 和 Rust 实现的时光旅行调试器
CodeTracer 是一款用户友好的时光旅行调试器，旨在支持多种编程语言。它允许开发者回溯代码执行历史，从而更轻松地查找和修复 bug。
CodeTracer 的主要特点包括：支持多种编程语言（目前主要支持 Nim 和 Rust），提供直观的用户界面，允许单步执行、回退和前进，以及查看变量的值和调用堆栈。该项目使用 AGPL-3.0 许可。
该工具的核心功能在于其“时光旅行”能力，开发者可以像倒带录像一样查看程序执行的每个步骤，这对于理解复杂的 bug 和竞态条件非常有帮助。CodeTracer 通过记录程序的执行轨迹来实现这一功能，允许开发者在任何时间点暂停、检查状态并继续执行。
CodeTracer 的目标是降低调试的复杂性，使开发者能够更快地定位和修复问题。它通过提供更细粒度的控制和更全面的信息，帮助开发者更深入地理解代码的行为。
评论区里，有人对 CodeTracer 的跨语言支持表示期待，希望它能支持更多流行的编程语言，例如 Python 和 JavaScript。也有人关注其性能开销，因为记录程序的执行轨迹可能会对性能产生影响。还有人对 CodeTracer 的用户界面和易用性表示赞赏，认为它比传统的调试器更直观和易于使用。
此外，一些开发者对 CodeTracer 的实现细节感兴趣，例如它是如何记录程序的执行轨迹，以及它是如何处理并发和多线程程序的调试。也有人建议 CodeTracer 可以集成到现有的 IDE 中，以便开发者更方便地使用。总的来说，CodeTracer 引起了广泛的关注，开发者们对它的潜力充满期待，同时也提出了许多有价值的建议。
- 原文: [Show HN: CodeTracer – A new time-traveling debugger implemented in Nim and Rust](https://github.com/metacraft-labs/codetracer)
- Hacker News: [https://news.ycombinator.com/item?id=43280615](https://news.ycombinator.com/item?id=43280615)
- 作者: alehander42
- 评分: 312
- 评论数: 50
- 发布时间: 2025-03-06 22:30:10
---
## Diffusion 模型为何引人关注？
本文作者分享了自己对 Diffusion LLM (dLLM) 的兴趣，这种模型与传统的自回归 LLM 不同，它不是从左到右预测 token，而是同时生成所有 token，类似于图像和视频模型的工作方式。作者认为 dLLM 在代码生成方面表现出色，并且在速度和效率方面有 5-10 倍的提升。
作者认为 dLLM 的优势在于可以减少传统 LLM 的幻觉问题，因为它可以先生成重要的部分并进行验证，然后再继续生成其余部分。例如，客服聊天机器人可以先生成策略版本号并验证，然后再向客户提供建议。此外，dLLM 还可以改善 Agent 的性能，避免多步骤 Agent 工作流程陷入循环。通过确保整个计划的连贯性，dLLM 可以帮助 Agent 进行更好的规划、推理和自我纠正。作者还分享了一个模型响应“解释博弈论”的例子，展示了 dLLM 如何先生成句子的最后部分。
Hacker News 上的评论也对此展开了热烈讨论。
有人质疑作者关于 dLLM 减少幻觉的观点，认为 Diffusion 模型在图像生成中也会产生幻觉。但也有人认为，这种模型在计算和准确性之间提供了一种有趣的权衡，与传统的 LLM 不同，它不需要固定的下一个 token 计算预算。
另一些评论则关注 dLLM 的编辑能力，认为它可以编辑早期的 token，从而更好地控制输出结果。还有人设想了 dLLM 在大规模应用中的潜力，例如在 GPU 集群上快速生成大型代码库。此外，还有人提议开发类似于 ComfyUI 的工具来处理 dLLM，从而开启更多的可能性。
评论中也出现了一些有趣的观察，例如 dLLM 在生成文本时并非完全从左到右，而是会根据上下文进行调整。总的来说，Hacker News 上的讨论对 dLLM 的潜力和挑战都进行了深入的探讨，展现了多样化的视角。
- 原文: [Why I find diffusion models interesting?](https://rnikhil.com/2025/03/06/diffusion-models-eval)
- Hacker News: [https://news.ycombinator.com/item?id=43285726](https://news.ycombinator.com/item?id=43285726)
- 作者: whoami_nr
- 评分: 164
- 评论数: 67
- 发布时间: 2025-03-07 06:35:00
---
## 自回归模型的一些思考：大型语言模型是通往 AGI 的最佳途径吗？
本文探讨了当前生成式 AI 模型主要采用的自回归（AR）模型，特别是大型语言模型（LLM），并质疑其是否是实现通用人工智能（AGI）的最佳途径。文章从 AI 研究的最初目的出发，探讨了 AR 模型的局限性，包括缺乏规划和推理能力、记忆限制以及容易产生幻觉等问题。
文章首先指出，如今大多数生成式 AI 模型都是自回归的，这意味着它们遵循下一个 token 预测的概念。Transformer 架构因其计算效率而成为当前主流的实现方式。虽然预训练远未解决，但自回归模型可以表示和生成各种内容，包括文本、图像、视频和 3D 模型。因此，当今的 LLM 具有强大的统计能力，甚至可能表现出泛化能力。
作者认为，AI 研究的最初目的是理解人类的思维方式，而重现人类思维是最佳途径。然而，目前 AI 的发展主要集中在 LLM 等自回归模型上，许多人认为可以通过扩展模型和应用各种技巧来实现 AGI。但作者质疑，自回归模型是否是近似人类思维的最佳方式。
文章解释了自回归模型的概念，即未来的输出直接依赖于所有先前的输入。Transformer 也遵循这一原则，但与传统的线性自回归模型不同，它们使用高度非线性的机制（自注意力）来调节输出。作者强调，这里的“线性”指的是下一个 token 生成的顺序性质，而不是指 Transformer 缺乏非线性能力。
文章进一步阐述了自回归模型的局限性。首先，它们缺乏规划和推理能力，因为它们一次生成一个词，无法对整体方向有清晰的认识。其次，当前的 AR 模型缺乏长期记忆，并且工作记忆有限，所有信息都必须包含在上下文窗口中。虽然更大的上下文窗口正在出现，但它们仍然存在一致性问题。此外，Transformer 在训练期间具有计算效率，但在推理期间，其自注意力会随着输入长度的增加而呈二次方增长，这限制了“长记忆”模型的发展。
文章还指出，自回归模型容易产生幻觉。虽然人类也会产生幻觉，但 AR 模型和人类的幻觉本质不同，因为人类拥有世界模型，而 AR 模型没有。人类有常识，而 AR 模型缺乏常识。为了限制 LLM 产生幻觉的风险，可以使用检索增强生成（RAG）等技术，将尽可能多的相关数据放入 LLM 的上下文窗口中。此外，还可以调整推理参数，使 token 预测更加严格，但会牺牲创造力。
最后，文章提到了自回归范式中固有的暴露偏差问题。如果在早期出现小错误，最终会导致更多错误。模型很容易偏离轨道，产生不相关和重复的输出。
评论区主要围绕以下几个观点展开：
* **对 LLM 的潜力持乐观态度：** 一些人认为，尽管存在局限性，但 LLM 在某些任务上已经表现出惊人的能力，并且随着技术的不断发展，这些局限性可能会得到克服。
* **对 LLM 的局限性持怀疑态度：** 另一些人则认为，LLM 缺乏真正的理解和推理能力，仅仅是统计模型，无法实现 AGI。
* **关注其他 AI 方法：** 一些人认为，应该探索其他 AI 方法，例如符号 AI 或神经符号 AI，而不是仅仅依赖于自回归模型。
* **讨论幻觉问题：** 许多人对 LLM 产生幻觉的问题表示担忧，并认为这是一个需要解决的重要挑战。
总的来说，这篇文章引发了关于自回归模型和 LLM 在 AI 发展中的作用的讨论，并强调了需要认真考虑其局限性，并探索其他可能的途径。
- 原文: [Some thoughts on autoregressive models](https://wonderfall.dev/autoregressive/)
- Hacker News: [https://news.ycombinator.com/item?id=43243569](https://news.ycombinator.com/item?id=43243569)
- 作者: Wonderfall
- 评分: 56
- 评论数: 33
- 发布时间: 2025-03-04 00:40:00
---
## 利用 GPU 加速计算光刻技术
本文讨论了如何利用 GPU 的强大算力和并行性来加速计算光刻技术，以应对日益增长的计算需求。随着芯片设计密度的增加，光刻过程中产生的图像误差补偿变得越来越耗时，传统的 OPC 方法在修正形状的复杂性和技术方面存在局限性，而 ILT 技术作为一种更灵活的方法应运而生。
ILT 将图案转换为像素，从而能够更自由地优化掩模形状，但同时也带来了巨大的计算负担。文章指出，通过将 ILT 工作负载转移到 GPU 上，可以显著提高计算速度。GPU 擅长处理并行计算任务，非常适合 ILT 中涉及的大量矩阵运算和图像处理。
文章还介绍了一种新的光刻库，该库可以将掩模优化操作转移到 GPU 上执行，从而实现更快的周转时间和更高的效率。这种方法不仅可以加速现有设计流程，还可以为更先进的光刻技术和更复杂的芯片设计铺平道路。
评论区里，有人对 GPU 在光刻领域的应用前景表示乐观，认为这将是解决计算瓶颈的关键。也有人指出，GPU 的引入可能会带来新的挑战，例如数据传输和内存管理等问题。此外，还有一些评论关注 GPU 的能耗问题，认为需要在性能提升和能源效率之间找到平衡。总的来说，大家普遍认为 GPU 在计算光刻领域具有巨大的潜力，但同时也需要认真评估其带来的挑战。
- 原文: [Speeding up computational lithography with the power and parallelism of GPUs](https://semiengineering.com/speeding-up-computational-lithography-with-the-power-and-parallelism-of-gpus/)
- Hacker News: [https://news.ycombinator.com/item?id=43253704](https://news.ycombinator.com/item?id=43253704)
- 作者: PaulHoule
- 评分: 25
- 评论数: 0
- 发布时间: 2025-03-04 20:32:38
---
## 开源原生音频断点检测模型：Smart Turn
Smart Turn 是一个开源的、社区驱动的音频断点检测模型，旨在更准确地判断语音交互中何时应该做出响应。它通过分析语音的语法、语调和节奏等复杂特征，力求更贴近人类的判断方式，优于传统的基于语音活动检测 (VAD) 的方法。
该模型基于 Meta AI 的 Wav2Vec2-BERT 架构，这是一个拥有 5.8 亿参数的基础模型，经过超过 143 种语言的 450 万小时无标签音频数据训练。Smart Turn 在此基础上添加了一个简单的双层分类头，并使用 Hugging Face Transformers 库进行封装，方便使用。
目前，该模型仍处于概念验证阶段，仅支持英语，且训练数据集相对较小。其主要目标是构建一个易于使用、部署和微调的先进断点检测模型，并计划在未来支持更多语言，缩短推理时间，并扩展训练数据以捕捉更广泛的语音细微差别。
项目还计划构建一个完全合成的训练数据管道，并支持模型的文本条件，以适应信用卡、电话号码和地址输入等特定模式。尽管当前版本存在一些局限性，例如仅支持英语和推理速度较慢，但开发者相信其性能可以迅速提高，并邀请社区成员参与模型的开发和实验。
评论中，一些开发者对该模型的实际应用场景表示关注，例如在嘈杂环境下的表现以及对不同口音的适应性。也有人对模型的训练数据和评估指标提出了疑问，希望能够了解更多关于模型泛化能力的信息。此外，还有开发者对如何将该模型集成到现有的语音助手中表示感兴趣，并希望能够获得更详细的部署指南。总体而言，社区对 Smart Turn 项目持积极态度，并期待其未来的发展。
- 原文: [Show HN: Open-source, native audio turn detection model](https://github.com/pipecat-ai/smart-turn)
- Hacker News: [https://news.ycombinator.com/item?id=43283317](https://news.ycombinator.com/item?id=43283317)
- 作者: kwindla
- 评分: 107
- 评论数: 18
- 发布时间: 2025-03-07 02:20:48
---
## Ask HN：互联网如何发现我的子域名？
这篇文章讨论了互联网是如何发现一个子域名的，即使你没有公开宣传它。文章提到了几种可能的方法，包括证书透明度日志、端口扫描、被动 DNS 数据以及专门的子域名发现工具。文章还强调了“安全靠隐藏”是不可靠的，一旦你的服务上线，就可能被发现。
文章中提到的 Jina AI 提供了一些工具，例如 `r.jina.ai` 用于 URL 读取，`s.jina.ai` 用于搜索查询，并提供了项目主页和源代码链接。这些工具可能通过扫描 IPv4 地址空间来发现子域名。
评论区提供了多种视角来解释子域名是如何被发现的。
* **证书透明度日志 (Certificate Transparency logs)**：许多评论者提到这是最常见的方式。如果你的子域名启用了 HTTPS，那么它的证书信息很可能会被记录在证书透明度日志中，任何人都可以查询这些日志来发现你的子域名。
* **端口扫描 (Port Scanning)**：有评论指出，有些公司会扫描整个 IPv4 地址空间，寻找开放的端口。如果你的子域名对应的服务器开放了 80 或 443 端口，那么扫描器可能会发现它。
* **被动 DNS 数据 (Passive DNS data)**：当你的子域名被解析时，DNS 查询可能会被记录下来。如果你的 DNS 服务器共享这些数据，那么其他人就可以通过查询被动 DNS 数据库来发现你的子域名。
* **子域名爆破 (Domain Bruteforcing)**：通过尝试常见的子域名名称，攻击者可以猜测出你的子域名。
* **子域名发现工具 (Subfinder)**：这类工具使用各种公共和私有资源来发现子域名，包括证书透明度日志和其他数据源。
* **扫描 IPv4 空间**：直接扫描整个 IPv4 地址空间，发现监听特定端口的服务器。
评论中还提到了一些安全建议，例如使用通配符证书来隐藏“秘密”子域名，以及意识到即使使用 eSNI 也可能无法完全隐藏域名。此外，还有评论者将扫描互联网的公司视为潜在的恶意行为者。总的来说，评论区强调了互联网的开放性和可发现性，以及安全措施的重要性。
- 原文: [Ask HN: How did the internet discover my subdomain?](https://news.ycombinator.com/item?id=43285725)
- Hacker News: [https://news.ycombinator.com/item?id=43285725](https://news.ycombinator.com/item?id=43285725)
- 作者: govideo
- 评分: 151
- 评论数: 162
- 发布时间: 2025-03-07 06:34:54
---
## Cenote：医疗诊所的后台自动化工具
Cenote 是一款旨在帮助医疗诊所实现后台自动化的工具，它通过 OCR 和 LLM 技术，从各种文档中提取信息，并集成到 EHR 系统中，从而减少人工录入错误，提高效率。该工具主要针对医疗保险信息的处理，例如患者信息提取、保险验证等，旨在简化诊所的运营流程。
Cenote 的核心功能包括：使用 OCR 技术识别文档中的文本，利用 LLM 理解和提取关键信息，以及通过 RPA 或 API 将数据集成到 EHR 系统中。为了保证准确性，Cenote 会对 OCR 的置信度进行评估，如果置信度较低，则会标记出来，让人工进行审核。该工具还声称可以减少人为错误，例如拼写错误，并提高数据提取的准确性。
评论区对 Cenote 的看法褒贬不一。一些人对该工具的潜力表示乐观，认为它可以提高医疗诊所的效率，并减少人为错误。另一些人则持谨慎态度，担心 AI 可能会忽略关键信息，或者在出现错误时，责任归属问题难以界定。还有人担心该工具可能会取代后台工作人员，导致失业问题。
此外，评论中还提到了 Cenote 与现有 EHR 系统的集成问题，以及与其他类似产品的竞争。有人询问 Cenote 是否支持 FHIR 等互操作标准，以及是否计划与大型 EHR 系统（如 Epic/Cerner）集成。还有人指出，医疗领域的自动化市场竞争激烈，Cenote 需要找到自己的差异化优势。
总的来说，Cenote 的出现为医疗诊所的后台自动化提供了一种新的解决方案。然而，在实际应用中，还需要解决准确性、责任归属、数据安全等问题。同时，Cenote 也需要不断改进和创新，才能在竞争激烈的市场中脱颖而出。
- 原文: [Launch HN: Cenote (YC W25) – Back Office Automation for Medical Clinics](https://news.ycombinator.com/item?id=43280836)
- Hacker News: [https://news.ycombinator.com/item?id=43280836](https://news.ycombinator.com/item?id=43280836)
- 作者: ansong99
- 评分: 57
- 评论数: 46
- 发布时间: 2025-03-06 22:47:35
---
