【Gnosis联创发表“关于Layer 2局限性”演说， 讨论关于L2技术限制、中立性等问题】

【Gnosis联创发表“关于Layer2局限性”演说，讨论关于L2技术限制、中立性等问题】2023年03月06日08点44分3月6日消息，以太坊基础设施公司Gnosis联合创始人MartinKöppelmann在社交媒体上分享了以太坊丹佛大会ETHDenver中深入探讨"关于Layer2局限性（TheLimitsofL2）"的内容，讨论了关于技术限制、中立性问题、缺少L1僵化带来的挑战、本地资产的安全性，以及针对“以太坊间协议”提出的解决方案。其中，Martin指出长期来看，即使被完美实现，L2仍会有一些根本问题：1.L2只适合状态不会膨胀的应用，比如交易所（只需要交易结果，不需要交易历史），但对于状态膨胀的应用，没办法进行扩容的；2.在交易成本方面，L2峰值的gas费有时会到1美元以上，即使EIP4844落实（gas能降低90%），但对于需要gas在1美分以下（sbu-cent）的场景依旧不适用，此外，需求增加后，gas依旧会升高；3.L2在资产退出的问题，如果退出成本超过了用户在L2上的资产价值，小额资产用户可能无法支付退出的gas费，即使所有用户都能负担，但由于宽带限制也会被卡住；4.部分应用无法被rollup，例如CirclesUBI、POAP状态太大，无法导出到L1，不可能压缩这个数据并把它放在L1上，所以L2对他们没用。他还补充道，L2的sequencer非常中心化，中心化的sequencer非常有可能被审查，甚至强制KYC（只接受来自KYC地址的交易）；L2之所以安全是基于L1，L1本身还在发展中，往后5到10年还会做许多修改，这就给L2带来许多挑战。此外，Martin提出一个很有趣解决方案，类似于Cosmos的IBC模型，可以做另一个链，跟以太坊运行一样的东西，然后通过无信任的ZK-bridge来连接，组成一个以太坊宇宙（Ethereumverse）。

Sora的局限性：

对sora比较深入的分析从电影和游戏行业的视角出发。指出了Sora在模拟物理现象和创意内容生成方面的局限性，也强调了其在多模态学习和生成能力上的潜力。以下是意见的总结：Sora的局限性：Sora虽然能够模拟物理现象，但其物理理解仍然脆弱，无法完全替代专业的物理引擎。在物体交互和物理规则的理解上存在不足，可能导致超现实的结果。Sora的生成内容依赖于大量数据的压缩和提炼，而非完全的物理模拟。Sora的创新与潜力：通过将视频内容压缩到隐空间，Sora有效地解决了处理高分辨率视频所需的计算资源问题。其技术可能影响实时影像资料的处理和分析，如直播和监控视频数据。Sora的应用可能为AI模型训练提供新路径，特别是在多模态数据和复杂现实世界情境的理解方面。对未来的展望：Sora技术的发展可能需要在提升算力和优化算法效率之间找到平衡。尽管Sora不会取代游戏引擎开发者或影视特效师，但它可以作为创意预览阶段的工具，帮助普通人进行民主化创作。Sora的多模态能力可能通过3D引擎模型进一步发展，为虚拟世界的构建提供自动化支持。这个见解强调AI在创意和模拟物理现象方面的潜力，同时也提醒我们AI技术仍有待发展，特别是在理解和模拟复杂物理世界方面。

研究显示AI大语言模型在处理医疗编码方面有着明显局限性

研究显示AI大语言模型在处理医疗编码方面有着明显局限性这项研究从西奈山医疗系统12个月的常规护理中提取了27000多个独特的诊断和手术代码，同时排除了可识别的患者数据。通过对每个代码的描述，研究人员促使OpenAI、Google和Meta的模型输出最准确的医疗代码。研究人员将生成的代码与原始代码进行了比较，并分析了错误的模式。研究人员报告说，所研究的所有大型语言模型，包括GPT-4、GPT-3.5、Gemini-pro和Llama-2-70b在再现原始医疗代码方面都显示出有限的准确性（低于50%），这突出表明这些模型在医疗编码的实用性方面存在很大差距。GPT-4的性能最好，ICD-9-CM（45.9%）、ICD-10-CM（33.9%）和CPT代码（49.8%）的精确匹配率最高。GPT-4还生成了最高比例的错误代码，但仍然表达了正确的含义。例如，当给出ICD-9-CM中"结节性前列腺，无尿路梗阻"的描述时，GPT-4生成了"结节性前列腺"的代码，展示了其对医学术语相对细微的理解。然而，即使考虑到这些技术上正确的代码，仍然存在大量令人无法接受的错误。其次是GPT-3.5模型，该模型的模糊倾向最大。与准确的代码相比，它错误生成的代码中准确但较为笼统的代码比例最高。在这种情况下，当提供ICD-9-CM描述"未指定的麻醉不良反应"时，GPT-3.5生成的代码为"其他未在别处分类的特定不良反应"。研究报告的通讯作者、伊坎山西奈医院数据驱动与数字医学（D3M）和医学（消化内科）助理教授、医学博士、理学硕士阿里-索罗什（AliSoroush）说："我们的研究结果突出表明，在医疗编码等敏感业务领域部署人工智能技术之前，亟需进行严格的评估和改进。虽然人工智能拥有巨大的潜力，但必须谨慎对待并不断开发，以确保其在医疗保健领域的可靠性和有效性。"研究人员说，这些模型在医疗保健行业的一个潜在应用是根据临床文本自动分配医疗代码，用于报销和研究目的。"以前的研究表明，较新的大型语言模型在处理数字任务时非常吃力。然而，这些模型从临床文本中分配医疗代码的准确程度尚未在不同的模型中得到深入研究，"共同第一作者、D3M的生成式人工智能研究项目主任、医学博士EyalKlang说。"因此，我们的目的是评估这些模型能否有效地完成将医疗代码与其相应的官方文本描述相匹配的基本任务。"研究报告的作者提出，将LLM与专家知识相结合可以实现医疗代码提取的自动化，从而有可能提高账单的准确性并降低医疗保健的管理成本。"这项研究揭示了人工智能在医疗保健领域的现有能力和挑战，强调了在广泛采用之前进行仔细考虑和进一步完善的必要性，"共同第一作者、西奈山伊坎大学医学教授、查尔斯-布朗夫曼个性化医学研究所所长兼D3M系统主管艾琳-费什伯格博士（IreneandDr.ArthurM.Fishberg）医学博士、医学博士吉里什-纳德卡尔尼（GirishNadkarni）说。研究人员提醒说，这项研究的人工任务可能并不能完全代表真实世界的情况，在这种情况下，LLM的表现可能会更糟。下一步，研究团队计划开发量身定制的LLM工具，用于准确提取医疗数据和分配账单代码，以提高医疗运营的质量和效率。编译来源：ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1428862.htm手机版：https://m.cnbeta.com.tw/view/1428862.htm

Vitalik：随着 L2 交易成本的降低，以太坊没有理由不被广泛采用

Vitalik：随着L2交易成本的降低，以太坊没有理由不被广泛采用随着以太坊Dencun升级和引入blobs之后，以太坊创始人VitalikButerin就以太坊扩展的未来方向分享了自己的见解。Vitalik强调了以太坊扩展的转变，即从基础扩展工作转向集中、渐进的增强。Vitalik还表示，开发者的关注点将转向应用层。以太坊将保持以L2为中心的路线图，应用程序将从L1迁移到L2，以受益于更快、更具成本效益的交易。即将推出的一项升级是数据可用性采样（DAS），旨在将每个插槽的数据空间增加到16MB。渐进式扩展改进包括逐步增加blob容量、改进数据压缩和EIP-7623（旨在减少最大区块大小）。Vitalik指出，随着L2交易成本的降低，以太坊没有理由不被广泛采用。