一周热榜

没有教训，只有发货，即使它是坏的。

我希望有一位专业的经济学家能在博客上指出，马斯克（以及其他超级富豪）并没有像图表所暗示的那样，能够随意在他们的游艇上堆积流动现金。 即便是出售他在特斯拉、X和SpaceX的股份，都会改变这些资产的价值，影响某个国家的税收收入，印钞的过程也需要时间和精力，运输这些资金则会产生成本。 拥有对1万亿美元投资配置的有效影响力是惊人的，但这在质上并不等同于“1万亿美元”，也不仅仅是“100万美元”的数量关系。因为这相当于整个美国经济的1/30（大约30万亿美元），因此实质上改变了美国营运资本的3%和整个美国股市的1%以上。 为了获得这些资金，他将制造出一场即时的流动性危机。他会吸走所有的股票交易现金，从而瞬间贬值其他所有股票。这将是一次巨大的事件。

我需要一个分类器来处理一些细微且主观的分类，这些分类超出了典型的机器学习应用场景（例如，“这算是剧透吗？”，“这在事实上的正确性如何？”，“这个用户是在恶意攻击吗？”）。最终，我对自己构建的架构感到非常满意，因此将其推出为一个独立的API和服务，名为CriteriaBot。 **它的功能：** 你提供内容和用通俗英语描述的标准。它会给出一个真/假的裁决，判断该内容是否符合这些标准。 **工作原理：** 除了传统的分类器外，分类请求还会通过一组小型的开放权重的语言模型（LLM）进行路由，以达成共识裁决。我构建了一个预投票因子分解机，根据主题/类别的嵌入选择一个优化信号强度的LLM子池。第二个因子分解机则读取投票和嵌入，以得出单一裁决。该裁决会根据用户在语义相似评估中与模型的一致/不一致历史动态调整。 这些模型还连接到维基百科和Wolfram，以支持需要当前信息或数学基础的边缘案例。 **发现：** * 在相同的框架和样本集下，Gemma 4 26B的准确率仅比Opus 4.8低约1个百分点。 * 纯预言机在理论上非常优秀——目前数据集的准确率约为98%。我使用第二个因子分解机作为组合器，因为它理论上可以超越预言机的结果，但它也是一个有趣的备选方案。 * 最有用的单一LLM令我感到惊讶——LFM2 24B对共识的贡献最大，尽管在当前的LLM池中它的表现最差。它与其他模型的相关性最低（可能是由于其独特的架构？），这使得它在某些问题上成为有用的信号。 * 处理用户提交的图像的法律义务相当复杂。在我解决这个问题之前，我已禁用非我的用户的图像支持（如果你希望尝试“热狗，不是热狗”）。 * Rails将“criteria”单数化为“criterium”，而我直到修复这个问题时才意识到这是错误的，修复过程相当繁琐。 **我为什么要发布：** 我已经处理了一段时间的倦怠，而让这个项目运行起来让我感到无比充实。我的大多数个人生活中的人都是非技术背景，因此很难得到超出“这是什么？”的反应。 我非常期待你们的任何诚实反馈。

我正在查看我未命名的反向代理和CDN服务的日志。爬虫机器人群体像是对我的PHP应用感到不满一样，不断发起请求，所以我在查看哪些奇怪的用户代理字符串被允许连接。其中有“Sogou”和“meta-webindexer”，还有少量来自“SleepBot/1.0”的请求。 什么是SleepBot？ 其ASN是谷歌，用户代理字符串为：“Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; 兼容; SleepBot/1.0; +http://sleepbot.com/) Chrome/131.0.0.0 Safari/537.36”（已编辑为不可点击链接）。 于是我访问了这个网站。看起来这是一个有趣的科技和氛围音乐爱好者的主页，他仍在运行一个Shoutcast在线广播流，但在过去五年里几乎没有在线活动。Wayback Machine显示十多年来几乎没有变化。但是，简历链接指向一个不同URL和用户名的GitHub账户，该账户在今年三月报告了一个问题。事情似乎更复杂了。 到底发生了什么？是谷歌或相关公司的员工在运行个人爬虫，还是在浏览网页时使用了自定义的用户代理字符串？难道有人打错了字？还是这是一种奇怪的安全游戏/替代现实游戏，而我正是那个上钩的人？