-
美国SEC正式起诉币安创始人赵长鹏，赵长鹏称这是对整个行业的攻击
界面新闻记者 ｜ 司马林威美国的加密货币监管风暴还在持续。6月5日，根据美国证券交易委员会（SEC）官方消息，SEC正式以违反美国联邦证券法的指控起诉全球最大的加密货币交易所币安和币安创始人兼首席执行官赵长鹏。SEC的主席Gary Gensler确认了这一事实，并在社交媒体发言称：“通过13项指控，我们指控赵长鹏和币安实体参与了广泛的欺骗、利益冲突、不披露和蓄意逃避法律监管。”根据诉讼，SEC认为币安、币安美国和赵长鹏以BNB代币和与币安挂钩的BUSD稳定币的形式向公众提供未注册证券，同时还指控币安的质押服务违反了证券法。BAM Trading（币安美国的运营公司）和币安本身也面临类似的指控，包括未能注册为清算机构、未能注册为经纪人以及未能注册为交易所。此外，SEC还指控币安允许混合客户资金，赵长鹏“秘密”控制币安美国，赵长鹏夸大了币安美国的交易量。该诉讼显然准备已久，美国证券交易委员会公布了长达136页的详细投诉概述了币安涉嫌的行为与失败的竞争对手FTX的相似之处。投诉中包括币安美国前高级管理人员的证词，其中包括两位前首席执行官，以及币安的一些内部通讯记录。在该消息最早在社交媒体上爆出时，币安创始人赵长鹏进行了初步回应：“我们的团队都在待命，确保系统稳定，包括取款和存款。我们会在看到投诉后作出回应。”他在一则推文下评论称：“这是对整个行业的攻击”。界面新闻已就该消息联系币安官方，截至发稿前暂无回应。SEC对币安的指控引爆了加密市场。消息爆出后，全球市值最大的加密货币比特币价格24小时跌幅5.67%，跌破26000美元关口。加密货币股票Coinbase等也迎来下跌，在诉讼消息首次传出后，股价较周五收盘下跌近12%，随后收窄至近10%。另据加密数据分析数据商Nansen显示，在诉讼消息公布后的一个小时内，币安记录的取款额比存款额多出2...
区块链 2023-06-06 08:25:33 -
NBC环球前高管即将履职推特CEO其前下属也将入职推特
6月5日消息，据知情人士透露，美国娱乐与传媒公司NBC环球前广告主管琳达·亚卡里诺(Linda Yaccarino)，预计将于当地时间周一接任推特首席执行官一职。同时，亚卡里诺已从NBC环球聘请了她的一名高级副手加盟。据悉，这名高管名为乔·贝纳罗克（Joe Benarroch），曾在NBC环球担任负责沟通、全球广告和合作事务的执行副总裁。亚卡里诺多年来始终在NBC环球负责广告销售业务，而贝纳罗克一直是她最信任的顾问之一。贝纳罗克在周日发送的备忘录中写道：“明天（当地时间周一），我将在推特开始一段不同的职业冒险生涯，担任一个专注于商业运营的职位。”他指出，他曾与亚卡里诺合作，支持和发展公司的业务重点，并帮助建立合作伙伴关系等。贝纳罗克称：“我期待着将我的经验带到推特，并与整个团队合作，共同打造推特2.0。”推特首席执行官埃隆·马斯克（Elon Musk）此前曾表示，亚卡里诺将主要专注于商业运营，而他将专注于产品设计和技术。推特和马斯克都没有就此回应置评请求。马斯克去年斥资440亿美元收购了推特，但由于许多广告商对他的内容审核方式感到不满，要么离开了推特，要么削减了支出，马斯克一直难以稳定公司的业务。马斯克已经做出了各种努力来鼓励广告商回归。广告高管们表示，亚卡里诺在广告行业的深厚人脉可能有助于实现这个目标。贝纳罗克的加入正值推特高层最近几天发生变动之际。据报道，推特上周失去了两名关键高管，分别是负责处理内容审核决策的推特信任和安全主管艾拉·欧文（Ella Irwin）以及品牌安全和广告质量主管A·J·布朗（A...
业界动态 2023-06-05 07:17:04 -
吴恩达ChatGPT课爆火：AI放弃了倒写单词，但理解了整个世界
明敏 杨净 发自 凹非寺量子位 | 公众号 QbitAI没想到时至今日，ChatGPT竟还会犯低级错误？吴恩达大神最新开课就指出来了：ChatGPT不会反转单词！比如让它反转下lollipop这个词，输出是pilollol，完全混乱。哦豁，这确实有点大跌眼镜啊。以至于听课网友在Reddit上发帖后，立马引来大量围观，帖子热度火速冲到6k。而且这不是偶然bug，网友们发现ChatGPT确实无法完成这个任务，我们亲测结果也同样如此。△实测ChatGPT（GPT-3.5）甚至包括Bard、Bing、文心一言在内等一众产品都不行。△实测Bard△实测文心一言还有人紧跟着吐槽， ChatGPT在处理这些简单的单词任务就是很糟糕。比如玩此前曾爆火的文字游戏Wordle简直就是一场灾难，从来没有做对过。诶？这到底是为啥？关键在于token之所以有这样的现象，关键在于token。token是文本中最常见的字符序列，而大模型都是用token来处理文本。它可以是整个单词，也可以是单词一个片段。大模型了解这些token之间的统计关系，并且擅长生成下一个token。因此在处理单词反转这个小任务时，它可能只是将每个token翻转过来，而不是字母。这点放在中文语境下体现就更为明显：一个词是一个token，也可能是一个字是一个token。针对开头的例子，有人尝试理解了下ChatGPT的推理过程。为了更直观的了解，OpenAI甚至还出了个GPT-3的Tokenizer。比如像lollipop这个词，GPT-3会将其理解成I、oll、ipop这三个部分。根据经验总结，也就诞生出这样一些不成文法则。1个token≈4个英文字符≈四分之三个词；100个token≈75个单词；1-2句话≈30个token；一段话≈100个token，1500个单词≈2048个token；单词如何划分还取决于语言。此前有人统计过，中文要用的token数是英文数量的1...
智能设备 2023-06-04 09:41:08 -
美团联合商家、用户累计捐建666座乡村儿童操场
5月30日消息，河南省开封市兰考县东坝头镇中心幼儿园新操场投入使用，这座新操场由加入美团“乡村儿童操场”公益计划的2957家蜜雪冰城门店共同捐助落成，是美团“乡村儿童操场”公益计划打造的第616座操场。据悉，美团“乡村儿童操场”公益计划由美团公益联合慈善组织发起，旨在为欠发达地区的乡村儿童铺设多功能操场，助力乡村儿童健康成长。6月1日，美团发布最新数据显示，截至今年5月底，在39.4万家公益商家、12万名爱心网友的共同支持下，已累计捐建666座操场，覆盖了贵州、陕西、云南、西藏、青海等15个省、自治区，10万名乡村儿童直接受益。2023年起，已经实现“一天捐一座”乡村儿童操场。美团相关负责人表示，自2020年起，项目已铺设超过310万块拼接地板，操场铺设面积累计近30万平方米，“未来将持续与社会各界一起，用数字技术链接爱心商家、消费者与乡村儿童，共建低门槛、长期可持续、公开透明可追溯的良性公益生态系统。“看到孩子们在新操场上玩耍很受触动。“蜜雪冰城公益项目负责人徐静雯介绍，我们将持续与美团公益合作，帮助更多人，也带动更多的爱心人士一起参与公益。”据了解，美团“乡村儿童操场”公益计划最先在贵州省落地。截至5月底，在贵州已累计捐建613座操场，8...
互联网 2023-06-01 15:00:28 -
数学论证GPT-4不是随机鹦鹉：真如此的话整个宇宙都会坍缩
克雷西 发自 凹非寺量子位 | 公众号 QbitAI对于ChatGPT的工作原理，一个常见的解释是根据统计学规律预测下一个词。但最近一位叫Jacob Bayless的工程师用数学方法得出惊人结论：若是如此，所需的信息量足以让整个宇宙都坍塌成黑洞。这一数据量是50000^8000，根据贝肯斯坦上限(Bekenstein bound)原理，如果把这些信息分配到空间当中，所需要的信息密度已经远超宇宙能承受的最大值。而这仅仅是把数据存储起来的消耗，更不必说还要进行运算了。而ChatGPT与单纯统计预测的区别，可以做这样的类比：如果天文学家通过历史观测记录推算出月食的周期，这可以算是统计学。但当他们总结出牛顿万有引力定律的时候，就已经超越了统计学。什么是“随机鹦鹉”一个流传很广的说法，所谓大语言模型实际上相当于一个“随机鹦鹉”——与我们观察其输出时的情况相反，语言模型只是将其在庞大的训练数据中观察到的语素胡乱拼接在一起，根据概率生成文本，但不清楚文字背后的任何含义，就像一个随机的鹦鹉。出自论文On The Dangers of Stochastic Parrots: Can Language Models Be Too Big这对过去的语言模型，或许确实成立。比如曾经流行的n-gram算法。比如当我们在搜索引擎中进行搜索时，出现的联想词就能用此方法实现。具体来说，下面的三行文本中，第一行纯粹是随机生成，第二行考虑了单词在英语中整体的出现概率，第三行则考虑了单词在前一个词后面出现的概率。n = 0: RECEIVE FALL SURPRISED FRIDAY INGREDIENT…n = 1: REPRESENTING AND SPEEDILY IS AN GOOD…n = 2: THE CHARACTER OF THIS POINT IS THEREFORE…不难看出，随着n值的升高，文本越来越接近人类语言。而n-gram模型根本不需要掌握其中的语义或理解其中的抽象概念，就能生成像模像样的句子。据此有人猜想，GPT-4会不会也只是一种高级的n-gram呢？Bayless提出，GPT必须学会抽象才能有如今的效果，至少GPT-4肯定如此。GPT-4不只是“随机鹦鹉”要证明这一点，可以先看下棋机器人的例子。如果有一种下棋机器人，存储了巨量棋谱数据，对于每个棋局都能推荐下一步。那它就能通过“背谱法”模仿其他任何棋手或程序的下法比如Stockfish是最先进的国际象棋程序，如果仅通过对战而不看源码，是无法确定Stockfish是否在背谱。但实际上，包含所有情形和步骤的棋谱数据量可能超过2^154。而Stockfish的程序只占用了不到50MB的空间，根本不可能存下需要的所有棋谱。所以Stockfish肯定是通过更高级的方法来实现下棋的。人类语言的复杂度远超过棋类游戏，因此GPT的数据量更是同理。仅在是上一代的GPT-3的token字典中就有超过5万token。如果对每个词都逐一建立统计信息，n-gram模型中n值将高达8000。届时，需要存储的情景数量将达到50000^8000。正如文章开头所提到，这简直是天文数字，足以让整个宇宙坍缩。因此，GPT是“随机鹦鹉”的猜测在理论上得到了一定程度的批驳。“随机鹦鹉”达不到的高度仅在理论上进行说明是不充分的，因此研究人员还进行了两个实验，意图证明大模型在学习过程中已经抽象出了算法。第一个实验关于一道经典的农夫过河问题。一个农夫有一条船，和狼、羊、菜，农夫要把这3样东西运到河到另一边，农夫每次最多只能通过这个船运一样东西，要防止狼吃羊、羊吃白菜（即不能在没有农夫在的情况下同时在同一岸边），该怎么过？研究人员将这个问题中的农夫、船、河分别替换成地球人、虫洞和银河系。狼、羊和菜则分别换成火星人、金星人和月球人。替换的目的是因为互联网上不太可能出现类似语料，可以判断大语言模型是不是真的掌握了通用方法。如果GPT不是“随机鹦鹉”，那么它至少不会犯下只有“随机鹦鹉”才会犯的错误。GPT-4针对替换后的问题给出了正确的回答，GPT-3.5则没有。但它们并没有犯研究人员预想的“鹦鹉”错误——即在回答中出现狼、船、河等已被替换掉的词语。回答中使用的句子，也无法在互联网中被检索到。这些现象都证明了现在的大语言模型的生成方式已经超越了“概率预测”。第二个实验则是数字排序。如果让GPT学习数字排序，它们究竟是只会记住给出过的数字顺序，还是真的研究出排序算法呢？其实只要从GPT的输出当中就可以看出来了。假如从1-100中随机选择10个数字，并将其顺序打乱，将一共有这么多种情形：如果再考虑数字的重复出现，又或者数字的数量发生变化，根本不可能存储如此之多的情形。因此，只要GPT能够针对未知的排序问题给出正确的回答，便可以说明它们是真的研究出了排序算法。研究人员训练了一款特斯拉前AI总监Andrej Kaparthy发明的语言模型nanoGPT，专门让它做数字排序。结果显示，随着训练步数的增加，模型给出的数字顺序越来越完美。虽然在训练步数达到16万左右时突然出现了大量错误，但也很快得到了纠正。这说明这款模型并不是仅仅根据学习的素材对未知的数字进行排序，而是已经掌握了背后的方法。这个测试只是在一台笔记本电脑、算力非常有限的GPU上进行的。更不必说GPT-4了。参考链接：https://jbconsulting...
智能设备 2023-05-27 16:02:19 -
摩托罗拉系统发布专业对讲机序列入门级产品MOTOTRBOR2
【网易科技5月23日报道】摩托罗拉系统（中国）有限公司与北京中瑞特通讯设备有限公司联合举办MOTOTRBO™R2新品暨中瑞特极智互联系统发布会。在会上，摩托罗拉系统正式发布并展示了专业对讲机序列的入门级产品MOTOTRBO™R2...
智能设备 2023-05-23 22:44:34 -
瑞典率先打造世界首条永久性电动公路系统，汽车行驶中可自行充电
IT之家 5 月 17 日消息，据欧洲新闻网 (Euronews) 报道，欧盟 4 月通过了一项具有里程碑意义的法律，要求从 2035 年起所有售出的新车二氧化碳排放量为零，欧洲国家正加紧准备实现无化石燃料出行所需的基础设施。为响应欧盟要求，瑞典决定于 2025 年开通世界上第一条永久性电气化公路...
智能设备 2023-05-17 12:10:07 -
Tourbox发布全新控制器配套软件改善摄影创作流程
【网易科技5月13日报道】数字创作控制器Tourbox在2023 CHINA P&E展会上发布了全新配套软件系统TourBox Console 5.0，旨在为摄影师、剪辑师、绘师等数字创作者提供更加优化的照片编辑管理流程。据介绍，该软件系统与主流软件兼容，能够快速完成浏览照片、标记、选图、调色、修图和输出等操作，为创作者提供了更直观、高效的创作体验。据悉，TourBox Console 5...
智能设备 2023-05-13 21:02:05 -
Sql Server Management Studio连接Mysql的实现步骤
目标已知mysql连接参数（地址和用户），期望通过Microsoft Sql Server Management Studio （以下简称MSSSMS）连接Mysql，在MSSSMS中直接查询或修改Mysql中的数据。实现步骤1/4：下载MySql Connector/ODBC并安装，下载地址：MySQL :: Download Connector/ODBC根据操作系统位数选择相应的安装文件，安装时可能会提示先安装Microsoft OLE DB Driver ，安装成功后如下：步骤2/4：创建DSN ( data source name) 步骤3/4：创建链接服务器--创建链接服务器EXEC sp_addlinkedserver @server = 'crm', @srvproduct='MySQL',@provider = 'MSDASQL',@datasrc ='crmDNS' --删除链接服务器execute sys.sp_dropserver @server='crm'其中的 @server = 'crm'指自定义的服务名， @datasrc ='crmDNS' 是指 ODBC中的数据源名称。 步骤4/4：使用演示上图是查询结果上图是在sql server 数据库中把数据插入到mysql数据库到此这篇关于Sql Server Management Studio连接Mysql的实现步骤的文章就介绍到这了,更多相关Sql Server Management Studio连接Mysql内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！ ...
数据库操作教程 2023-05-12 12:13:01 -
-
sql server 2016不能全部用到CPU的逻辑核心数的问题
最近在工作中遇到了，sql server 2016 不能把CPU 的核心全部用到的问题.通过分析工具看到 总共CPU核心有72核，但sql 只能用到40核心，想信也有很多人遇到这问题，那么今天这节就先说说这问题是怎么出现的。首先 介绍下服务器的环境 Windows 2008 R2 Enterprise Edition(X64) + Microsoft SQL Server 2012 (SP1)Enterprise Edition (64-bit) CPU 2路 18核 开启超线程后是72核心 如图：再看sql实例的属性 如图：sql server 其实已经认出了总的核心数 72 那么sql server 是不是代表就能全部使用上呢，通过系统视图可以看到 select * from sys...
数据库操作教程 2023-05-12 12:12:37 -
使用SQL Server分区表功能提高数据库的读写性能
一般来说一个系统最先出现瓶颈的点很可能是数据库。比如我们的生产系统并发量很高在跑一段时间后，数据库中某些表的数据量会越来越大。海量的数据会严重影响数据库的读写性能。这个时候我们会开始优化系统，一般会经过这么几个过程：找出SQL慢查询，针对该SQL进行优化，比如改进SQL的写法，查看执行计划对全表扫描的字段建立索引引入缓存，把一部分读压力加载到内存中读写分离引入队列，把并发的请求使其串行化，来减轻系统瞬时压力分表/分库对于第五点优化方案我们来细说一下。分表分库通常有两种拆分维度：1.垂直切分，垂直切分往往跟业务有强相关关系，比如把某个表的某些不常用的字段迁移出去，比如订单的明细数据可以独立成一张表，需要使用的时候才读取 2...
数据库操作教程 2023-05-12 12:12:34
