【V神:Community Notes可能是主流世界中最接近“加密价值”实例的东西】

【V神:CommunityNotes可能是主流世界中最接近“加密价值”实例的东西】2023年08月16日10点57分老不正经报道,以太坊联合创始人VitalikButerin发布最新博客《WhatdoIthinkaboutCommunityNotes?》。V神表示,CommunityNotes是一种事实核查工具,有时会在推文上附加上下文注释,就像上面Elon的推文一样,作为事实核查和反错误信息的工具。它最初被称为Birdwatch,并于2021年1月首次作为试点项目推出。但是CommunityNotes最让我感兴趣的是,尽管它不是一个“加密项目”,但它可能是我们在主流世界中看到的最接近“加密价值”实例的东西。CommunityNotes不是由一些集中挑选的专家编写或策划的;相反,它们可以由任何人编写和投票,哪些注释显示或不显示完全由开源算法决定。Twitter站点提供了详细而广泛的指南,描述了该算法的工作原理,您可以下载包含已发布的注释和投票的数据,在本地运行该算法,并验证输出是否与Twitter站点上可见的内容匹配。它并不完美,但令人惊讶的是,它接近于满足可信中立的理想,同时,即使在有争议的情况下,它也令人印象深刻地有用。

相关推荐

封面图片

这可能是Galaxy S24 Ultra正式发布前最接近实物的照片

这可能是GalaxyS24Ultra正式发布前最接近实物的照片考虑到GalaxyS24Ultra和GalaxyS23Ultra的外观很相似,因此只需在后者的屏幕上做一些改动,就能让你的手机看起来更接近前代产品。这就是i冰宇宙所做的工作,老实说,这可能是对三星即将推出的旗舰机外观最接近的还原。与此同时,Tech_Reve还谈到了GalaxyS24Ultra的钛金属边框如何进一步提升颜值,钛金属确实具有某些特性,使其看起来比铝或钢更有质感。对于很多用户来说,GalaxyS23系列比其前代产品的升级幅度很小,因此GalaxyS24Ultra抱有更高的期望。据悉,GalaxyS24系列将配备Exynos2400和Snapdragon8Gen3,其中GalaxyS24Ultra是三款手机中唯一完全采用Snapdragon8Gen3的手机。我们可以期待超亮、鲜艳的显示屏,以及同类产品中领先的摄像头。三星已经掌握了成功的秘诀,只需确保以正确的方式执行就不会遇到任何问题。...PC版:https://www.cnbeta.com.tw/articles/soft/1399589.htm手机版:https://m.cnbeta.com.tw/view/1399589.htm

封面图片

韦伯太空望远镜揭示了太阳系中最丰富和最接近的星体“托儿所”

韦伯太空望远镜揭示了太阳系中最丰富和最接近的星体“托儿所”包括密歇根大学(U-M)研究人员在内的国际天文学家团队刚刚披露了詹姆斯-韦伯太空望远镜的首批猎户座星云图像,这是太阳系中最丰富和最接近的恒星孕育地。猎户座星云位于猎户座,距离地球大约1350光年,是一个富含物质的区域,许多恒星在这里形成。PC版:https://www.cnbeta.com/articles/soft/1320409.htm手机版:https://m.cnbeta.com/view/1320409.htm

封面图片

Menc加密是一个用于PHP代码的加密系统源码(即PHP加密平台源码)。它可以进行PHP混淆加密而无需安装组件,同时兼容主流的P

Menc加密是一个用于PHP代码的加密系统源码(即PHP加密平台源码)。它可以进行PHP混淆加密而无需安装组件,同时兼容主流的PHP版本,并支持主流的语法结构。经过多方位的PHP代码重构后,性能损耗低,可以保证加密后代码的运行效率。目前,Menc加密被认为是最好的混淆加密算法,其算法多变,代码变化万千,最大程度地保护了您的代码。另外,SG14组件加密也是目前最好的PHP组件加密方法,目前还没有被破解。它兼容多个版本,可以自定义PHP5.5到8.2版本,并且可以自定义版权注释。https://gocodehub.com/3213.html

封面图片

【CZ:加密可能是唯一稳定的东西】

【CZ:加密可能是唯一稳定的东西】2022年12月08日01点27分老不正经报道,Binance创始人CZ在 在最近的一次采访中表示,尽管许多主流资产正在应对波动性和价格下跌,但加密货币是目前“唯一稳定的东西”。在这个非常动态的环境中,加密可能是唯一稳定的东西。价格是波动的,但如果你看看技术,如果你看看加密货币的基本面,有限的供应,什么都没有改变。在整个动荡局势中,从技术角度来看,这是最稳定的事情。

封面图片

研究人员发现被全球军警广泛使用的无线电设备加密算法有重大缺陷,极有可能是一个预留的后门

研究人员发现被全球军警广泛使用的无线电设备加密算法有重大缺陷,极有可能是一个预留的后门25年来,一项用于全球关键数据和语音无线电通信的技术一直处于保密状态,以防止任何人仔细检查其安全属性是否存在漏洞。但现在,由于荷兰的一小群研究人员深入了解了它的内部结构并发现了严重缺陷,包括故意的后门,它终于得以公开亮相。TETRA是由欧洲电信标准协会(ETSI)在90年代开发的。该标准包括四种加密算法:TEA1、TEA2、TEA3和TEA4,无线电制造商可以根据其预期用途和客户在不同产品中使用这些算法。TEA1用于商业用途;不过,根据ETSI文件,对于欧洲和世界其他地区关键基础设施中使用的无线电,它也设计供公共安全机构和军队使用,研究人员发现警察机构也在使用它。TEA2在欧洲仅限警察、紧急服务部门、军队和情报机构使用。TEA3适用于欧洲以外的警察和紧急服务——在墨西哥和印度等被视为对欧盟“友好”的国家;那些不被视为友好的国家(例如伊朗)只能选择使用TEA1。研究人员表示,另一种商业算法TEA4几乎没有被使用。研究人员在进行开源研究后发现,除美国外,世界各地绝大多数警察部队都使用基于TETRA的无线电技术。研究人员购买了现成的摩托罗拉MTM5400无线电,并花了四个月的时间从无线电固件的安全区域中定位并提取算法。他们不得不使用一些零日漏洞来破坏摩托罗拉的保护措施,并报告给摩托罗拉进行修复。一旦他们对算法进行逆向工程,他们发现的第一个漏洞就是TEA1中的后门。研究人员表示,所有四种TETRA加密算法都使用80位密钥,即使在发布二十多年后,仍然提供足够的安全性来防止有人破解它们。但TEA1有一个功能,可以将其密钥减少到只有32位,不到密钥长度的一半。研究人员能够使用标准笔记本电脑和四个密文在不到一分钟的时间内破解它。研究人员不知道他们发现的漏洞是否正在被积极利用。但他们确实在爱德华·斯诺登泄密事件中发现了证据,表明美国国家安全局(NSA)和英国GCHQ情报机构过去曾针对TETRA进行过窃听。——

封面图片

麻省理工学院的创新体积映射法可能引导3D形状测绘的未来

麻省理工学院的创新体积映射法可能引导3D形状测绘的未来例如,一个动画人物的手在弯曲手指时可能会皱缩--这种运动类似于一个空的橡胶手套的变形方式,而不是充满骨骼、肌腱和肌肉的手的运动。在开发映射算法时,这些差异尤其成问题,因为映射算法可以自动找到不同形状之间的关系。为了解决这些缺陷,麻省理工学院的研究人员开发了一种方法,通过将体积映射到体积,而不是将表面映射到表面来对齐三维形状。他们的技术将形状表示为四面体网格,包括三维物体内部的质量。他们的算法决定如何移动和拉伸源形状中的四面体的角,使其与目标形状对齐。因为它包含了体积信息,研究人员的技术能够更好地对物体的细小部分进行建模,避免了基于表面的映射的典型扭曲和反转。"从表面到体积的转换将橡胶手套延伸到整个手部。我们的方法使几何映射更接近物理现实,"电气工程和计算机科学(EECS)研究生MazdakAbulnaga说,他是关于这种映射技术论文的主要作者。研究人员的算法特别适合于具有挑战性的形状对应问题,例如将光滑的兔子映射到由立方体组成的兔子,如图所示。Abulnaga和他的合作者开发的方法能够比基线方法更有效地对齐形状,带来高质量的形状图,并且比竞争者的替代方案更少失真。他们的算法特别适合于具有挑战性的映射问题,其中输入的形状在几何上是不同的,例如将光滑的兔子映射到由立方体组成的乐高式兔子。该技术在许多图形应用中都很有用。例如,它可以用来将以前的三维动画人物的动作转移到一个新的三维模型或扫描上。同样的算法可以将纹理、注释和物理属性从一个三维形状转移到另一个,不仅可以应用于视觉计算,还可以用于计算制造和工程。与Abulnaga一起撰写论文的还有OdedStein,他是麻省理工学院的前博士后,现在在南加州大学任教;PolinaGolland,EECS的Sunlin和PriscillaChou教授,麻省理工学院计算机科学和人工智能实验室(CSAIL)的主要研究员,以及医学视觉小组的负责人;JustinSolomon,EECS的副教授,CSAIL几何数据处理小组的负责人。该研究将在ACMSIGGRAPH会议上发表。塑造一种算法Abulnaga开始这个项目时,对基于表面的算法进行了扩展,使其能够对形状进行体积映射,但每次尝试都失败了,或者产生了令人难以置信的地图。该团队很快意识到,需要新的数学和算法来解决体积映射的问题。大多数映射算法的工作原理是试图最小化"能量",它量化了一个形状在被位移、拉伸、挤压和剪切到另一个形状时的变形程度。这些能量通常是从物理学中借用的,物理学使用类似的方程来模拟明胶等弹性材料的运动。即使Abulnaga改进了他的映射算法中的能量以更好地模拟体积物理学,该方法也没有产生有用的匹配。他的团队意识到这种失败的一个原因是许多物理能量--以及大多数映射算法--缺乏对称性。在新的工作中,对称方法并不关心形状以何种顺序输入;映射的"源"和"目标"之间没有区别。例如,将一匹马映射到一只长颈鹿上应该产生与将长颈鹿映射到一匹马上相同的匹配结果。但是对于许多映射算法来说,选择错误的形状作为源或目标会导致更糟糕的结果。这种影响在体积测量的情况下甚至更加明显。研究人员记录了大多数映射算法如何不使用对称的能量。"如果你为你的算法选择了正确的能量,它可以给你提供更可实现的地图,"Abulnaga解释说。形状排列中使用的典型能量只被设计为在一个方向上映射。如果研究人员试图双向应用这些能量以创建一个对称的地图,那么这些能量的行为就不再是预期的。这些能量在应用于表面和体积时也有不同的表现。基于这些发现,Abulnaga和他的合作者创建了一个数学框架,研究人员可以用它来观察不同的能量将如何表现,并确定他们应该选择哪一种来创建两个物体之间的对称图。利用这个框架,他们建立了一个映射算法,将两个物体的能量函数结合起来,以保证整个对称性。用户向该算法提供了两个表示为四面体网格的形状。然后,该算法计算出两个双向的地图,从一个形状到另一个形状,再返回。这些地图显示了每个四面体的每个角应该在哪里移动以匹配形状。"能量是这个映射过程的基石。他说:"模型试图对准两个形状,而能量防止它做出意想不到的对准。实现准确的对准当研究人员测试他们的方法时,它创建的地图能更好地对齐形状对,与其他基于体积的方法相比,质量更高,失真更少。他们还表明,即使只关注外表面的地图,使用体积信息也能产生更准确的地图。然而,在一些情况下,他们的方法也有不足之处。例如,当形状排列需要大量的体积变化时,例如将一个内部有填充物的形状映射到一个内部有空腔的形状,该算法就会陷入困境。除了解决这一局限性外,研究人员还希望继续优化该算法,以减少其花费的时间。研究人员还在努力将这种方法扩展到医疗应用中,除了形状之外,还引入了核磁共振信号。这可以帮助弥合医学计算机视觉和计算机图形中使用的映射方法。加州大学戴维斯分校数学系杰出教授乔尔-哈斯(JoelHaas)说:"对对称性的理论分析推动了这一算法的发展,并表明对称形状比较方法在比较和对齐物体方面往往有更好的性能,"他并没有参与这项工作。"完全基于表面数据的排列可能会导致体积的坍塌,就像'跑路者'动画片中的WileE.Coyote偶尔发生的那样。一系列的实验表明,新算法在对齐一对三维物体时,在保持内部一致性方面有显著的成功。它在整个内部以及边界上都给出了良好的对应关系"。...PC版:https://www.cnbeta.com.tw/articles/soft/1361413.htm手机版:https://m.cnbeta.com.tw/view/1361413.htm

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人