Linux 掌门人 Linus Torvalds 提出要为一位幸运的内核贡献者亲手制作吉他效果器。
这个特别的提议出现在他的每周内核状态更新中。在美国时间周日,他告知 Linux 社区,Linux 内核 6.13 版本的第七个候选版本 (rc7) "规模略大于正常水平,但考虑到时间点,这基本符合预期,没有什么特别突出的问题。"
因此,Torvalds 预计 6.13 版本将在下周发布,这意味着它将在他偏好的七个候选版本发布后如期推出,且不会受到假期期间通常出现的开发放缓的影响。
在帖子末尾,Torvalds 透露他经常在假期时间搭建乐高玩具,这些通常是他在圣诞节和 12 月底生日时收到的礼物。
去年他延续了这个传统,但"也完成了多个吉他效果器套件的制作",他将其描述为"给拿着烙铁的成年人准备的乐高"。对于不了解的人来说,吉他效果器能以各种方式改变电吉他的声音。它们通常是一个小型金属盒,内含基础电路板和几个用于调节声音的旋钮,通过内置的踏板开关来激活。这些设备普遍、便宜且有趣。许多著名吉他手都依靠多个效果器的组合来创造他们的标志性声音。
Torvalds 不会弹吉他,但他制作这些是"因为我喜欢捣鼓这些东西,而且吉他效果器确实能发挥作用,是那种'不会太复杂,但也不是 5 分钟就能完成的 555 LED 闪烁装置'的合适项目。"
他很享受这个体验并想继续制作更多效果器,所以决定赠送一个给随机选中的内核开发者——既是一种慷慨之举,也是为了"看看是否真的有人在读我这些每周的候选版本发布通告"。
要获得这个效果器的资格,你需要是一名内核开发者,在 2024 年在 Torvalds 的内核 git 仓库中有提交记录,并使用该提交中的邮箱地址向他发送主题为"I WANT A GUITAR PEDAL"的邮件。
他将随机选择一位获胜者,自掏腰包从 Aion FX 公司购买效果器套件,然后"用我这双不太稳的手把它组装起来,通过美国邮政服务寄给'受害者'"。
Torvalds 评价他之前的效果器制作"到目前为止都很成功",但警告参与者"我是一个拿着烙铁的软件工程师"。
"我会尽我所能测试成品,最终的结果应该能用...但你应该把期望值定在'这是一个优质套件,但是由一个分不清吉他哪头是哪头的软件工程师制作的'这个水平。"
Torvalds 选择 Aion 效果器很有趣,因为该公司承认他们的产品"是对商业效果器电路的改编"而非授权生产。
这家两人公司的商标信息页面称:"我们理解你的电路可能是大量时间和研究的成果。然而,这只是进入市场并拥有优秀产品所要承担的风险之一。市面上所有的效果器制造商都面临着同样的可能性——他们的作品被追溯和公开。这不是盗版,不是不道德的,更不是非法的。"
该公司认为,如果 Aion 提供基于之前作品的产品,"最好将其视为一种荣誉。"
"如果说有什么影响,那就是提高了产品的知名度。公开电路图会向人们证实它确实是它声称的那样。如果你的效果器显示出精心设计和深思熟虑的特点,你就没什么好担心的,"该公司如此表示。
好文章,需要你的鼓励
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
美国垃圾收集行业2024年创收690亿美元,近18万辆垃圾车每周运营六至七天,每日停靠超千次。设备故障成为行业最大隐性成本,每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据,能提前数周预测故障,优化零部件库存管理,减少重复维修。车队报告显示,预测性维护每辆车年节省高达2500美元,显著提升运营效率和服务可靠性。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。