谷歌称 TCP 拥塞控制算法 BBRv3 表现出色，本月提交到 Linux 内核主线

谷歌称 TCP 拥塞控制算法 BBRv3 表现出色，本月提交到 Linux 内核主线 BBR 是谷歌在 2016 年发布的一套拥塞控制算法。它尤其适合在存在一定丢包率的弱网环境下使用。比如谷歌就通过 BBR 让内部和外部的网络能够以更高吞吐量和更低延迟更高效地运行。在这类环境下，BBR 的性能远超 CUBIC 等传统的拥塞控制算法。 BBR 目前已迭代更新到 v3 版本，谷歌称 BBRv3 在内部已被广泛使用，并且表现出色，他们正在积极将 BBRv3 提交到上游 Linux 内核主线。 谷歌工程师于 7 月底出席了在旧金山举行的 IETF 117 活动。根据工程师的介绍，BBRv3 包含各种修复和算法更新。此外 BBRv3 的数据包重传率降低了 12%，延迟也略有改善。 按照计划，谷歌工程师 8 月份会将 BBRv3 提交到上游 Linux 内核主线 TCP/networking 模块，并将 BBR 模块从 v1 升级到 v3 代码。BBRv3 将采用 GPL 和 BSD 双重许可证。 、

超快网络流算法问世瑞士苏黎世联邦理工学院的研究人员开发了一种超快算法，即网络流算法。该算法成功解决了在网络中实现最大流量的同时最

超快网络流算法问世 瑞士苏黎世联邦理工学院的研究人员开发了一种超快算法，即网络流算法。该算法成功解决了在网络中实现最大流量的同时最大限度降低传输成本的问题。新算法能为任何类型的网络计算出最佳且最低成本的交通流量方案，其执行计算的速度极快。这种超快计算能力是研究高度复杂、数据丰富、动态且快速变化的网络（例如生物学中的分子网络或大脑网络）的重要环节。

：为研究声学通讯的研究人员设计的神经网络框架 | #框架

：为研究声学通讯的研究人员设计的神经网络框架 | #框架 主要目标： 1.让研究声学通信的研究人员更轻松地将神经网络算法应用于他们的数据 2.提供一个通用框架，有助于在与声学通信相关的任务上对神经网络算法进行基准测试 目前，主要用途是发声和其他动物声音的自动注释。

大公司正在推动一项新技术让网速更快

大公司正在推动一项新技术让网速更快 新互联网标准 L4S 正试图消除延迟，科技公司如苹果、Google、 Comcast 等都对该标准表达了兴趣。L4S 代表 Low Latency、Low Loss、Scalable Throughput，其目标是通过减少队列需要尽可能的减少数据包不必要的等待时间。 通过缩短延迟反馈回路，你的设备能立即发现拥堵，然后采取措施解决问题。通常是减少数据发送量。L4S 能在维持大数据吞吐量的同时不增加延迟和增加数据传输时间。L4S 为数据包添加了一个传输过程中是否经历拥堵的指示器。如果发生拥堵，设备会进行调整，以防止拥堵变得更严重，并可能完全消除拥堵。 L4S 尚未投入实用，但行业对其的兴趣正在加大。苹果在 iOS 16 和 macOS Ventura 中加入了对 L4S 的 Beta 支持，Comcast 与苹果、英伟达和 Valve 宣布合作标记流量。 ，

研究人员测试了热门的大语言模型的版权侵权情况

研究人员测试了热门的大语言模型的版权侵权情况 新创 AI 模型评估公司 Patronus AI 周三发布了一个 API，用于检测大语言模型版权内容的 CopyrightCatcher （版权捕手）。同时该公司还展示了热门的 AI 模型生成受版权保护内容的频率。 Patronus 仅使用美国受版权保护的书籍来测试模型，并从编目网站 Goodreads 中选择流行的书籍。 研究人员设计了100种不同的提示语，让模型以续写或输出第一页的方式回应。OpenAI 的 GPT-4 表现最差，在44%的提示上生成了受版权保护的内容， Mixtral 为22%。Anthropic 的 Claude 2 为8%，Meta 的 Llama-2 为10%。总体来说所有模型，无论开源闭源都生成了受版权保护的内容，暗示了其训练数据中可能也使用了这些数据。OpenAI 曾在今年早些时候表示，如果没有受版权保护的作品，“不可能”训练顶级人工智能模型。 、

东京大学研究人员的新算法让iPhone变成全息投影仪

东京大学研究人员的新算法让iPhone变成全息投影仪 东京大学的一个研究小组介绍了一种利用智能手机生成全息图像的实用、经济高效的方法，旨在简化和增强虚拟现实和增强现实的 3D 显示效果，同时避免激光系统的缺点。无论增强现实和虚拟现实显示器是用于游戏、教育还是其他应用，结合 3D 显示器都能创造出更加逼真和互动的用户体验。来自日本东京大学的研究小组组长 Ryoichi Horisaki 说："尽管全息技术可以创建出非常逼真的物体 3D 呈现，但传统方法并不实用，因为它们依赖于激光源。激光发出的相干光易于控制，但却使系统变得复杂、昂贵，而且有可能对眼睛造成伤害。"在 Optica 出版集团的《光学快报》（Optics Letters）杂志上，研究人员介绍了他们基于计算机生成全息技术（CGH）的新方法。得益于他们开发的一种新算法，他们只需使用一部 iPhone 和一种名为空间光调制器的光学元件，就能再现由两个全息层组成的三维彩色图像。研究人员开发出一种三维全彩显示方法，利用智能手机屏幕而不是激光来创建全息图像。图为他们的实验结果，其中可以观察到从第一层到第二层的连续过渡。图片来源：东京大学 Ryoichi Horisaki"我们相信，在未来的视觉界面和 3D 显示应用中，这种方法最终将有助于最大限度地减少光学元件、降低成本和减少对眼睛的潜在伤害，"论文第一作者 Otoya Shigematsu 说。"更具体地说，它有可能提高近眼显示器的性能，比如高端VR头显中使用的近眼显示器。"更实用的方法虽然 CGH 使用算法生成图像，但通常需要激光发出的相干光来显示这些全息图像。在之前的一项研究中，研究人员发现，白色芯片板发光二极管发出的时空非相干光可用于 CGH。然而，这种装置需要两个空间光调制器控制光波面的设备由于价格昂贵而不切实际。在这项新研究中，研究人员开发出了一种成本更低、更实用的非相干 CGH 方法。Horisaki 说："这项工作与我们实验室对计算成像的关注不谋而合，计算成像是一个致力于通过将光学与信息科学相结合来创新光学成像系统的研究领域。我们致力于最大限度地减少光学元件，消除传统光学系统中不切实际的要求。"图为第一作者重松大弥在实验室中使用的光学实验装置。资料来源：Ryoichi Horisaki，东京大学新方法通过空间光调制器传递来自屏幕的光线，从而呈现多层次的全彩三维图像。虽然这看似简单，但却需要对屏幕的非相干光传播过程进行仔细建模，然后利用这些信息开发出一种新算法，将来自设备屏幕的光线与单个空间光调制器协调起来。重松说："使用低相干光的全息显示器可以实现逼真的三维显示，同时有可能降低成本和复杂性。尽管包括我们在内的几个小组已经展示了使用低相干光的全息显示器，但我们通过使用智能手机显示器将这一概念发挥到了极致。"为了演示这种新方法，研究人员在 iPhone 14 Pro 的屏幕上显示了一层全息图像，并在空间光调制器上显示了第二层全息图像，从而制作出了双层光学再现全彩 3D 图像。生成的图像每边的尺寸为几毫米。研究人员目前正在努力改进这项技术，使其能够显示更大、层次更多的 3D 图像。更多层次可以提高空间分辨率，使物体在不同深度或距离观看者更远的地方出现，从而使图像看起来更逼真。 ... PC版： 手机版：