weekly/docs/2025/2025-1.md
2025-01-01 21:22:38 +08:00

141 lines
3.8 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

---
title: Linuxcat周刊(第25期)
tags:
- AI
- 机器人
- Nvidia
categories:
- Linuxcat周刊
index_img: /img/weekly/2025/1/
banner_img: /img/weekly/2025/1/
permalink: /weekly/2025-1/index.html
date: 2025-01-11 16:21:43
---
{% note success %}
👏我们的软件推荐站已经完成了升级,欢迎查看: [Github](https://github.com/ssdomei232/nav-next)
可以向 [i@mei.lv](mailto:i@mei.lv) 发送邮件或通过 issue 投稿
现在可以通过 [nav.linuxcat.top](https://nav.linuxcat.top/) 来访问
{% endnote %}
## 封面图
## 乐子
### 1 DeepSeek新模型误认身份暴露AI训练数据污染问题
近日中国AI公司DeepSeek发布的最新模型DeepSeek V3在测试中出现异常它自称是OpenAI的ChatGPT并能提供OpenAI的API使用说明。专家认为这可能是由于训练数据中混入了大量ChatGPT生成的内容导致模型“身份混淆”
随着AI生成内容在网络上激增训练数据污染问题日益严重。DeepSeek表示正在优化数据清洗流程以提升模型的独立性和准确性
未来AI开发中数据纯净性已经变得很重要如何有效过滤AI生成内容将成为行业的关键
> 消息来源: [TechCrunch](https://techcrunch.com/2024/12/27/why-deepseeks-new-ai-model-thinks-its-chatgpt/)
### 2 OpenAI新模型o3单次高算力查询成本或超1000美元
OpenAI最新发布的o3人工智能模型在ARC-AGI基准测试中取得了87.5%的高分相比前代o1模型提升了近三倍。然而这种性能的提升也带来了巨大的成本压力。在高算力模式下每次查询的费用或超过1000美元是前代模型4美元成本的数百倍。即使是低算力版本每次查询也需要20美元这使得其商业化面临不小的困难。据悉o3计划于明年1月推出“迷你版”以降低使用成本。
> 消息来源: [Yahoo Tech](https://www.yahoo.com/tech/openais-latest-ai-cost-more-214758857.html) | [科技圈🎗在花频道](https://t.me/zaihuanews/29836)
### 3 Nvidia 押注机器人技术推动未来增长
Nvidia 将机器人技术视为其下一个重要增长动力因为其核心人工智能芯片制造业务面临着日益激烈的竞争。Nvidia 将于 2025 年上半年推出其最新一代人形机器人紧凑型计算机,名为 Jetson Thor。Nvidia 将自己定位为即将到来的机器人革命的领先平台。该公司销售“全栈”解决方案从用于训练人工智能机器人的软件层到内置芯片。Nvidia 机器人副总裁 Deepu Talla 称:“物理人工智能和机器人的 ChatGPT 时刻即将到来”,并补充说他相信市场已经达到了“临界点”。
> 消息来源: [金融时报](https://www.ft.com/content/7c3dafa8-ffb9-4ca8-b677-ab3cc2afbdcb) | [风向旗参考快讯](https://t.me/xhqcankao/16144)
### 4 研究发现GitHub存在450万个虚假“Star”的问题
一项由Socket、卡内基梅隆大学和北卡罗来纳州立大学研究人员进行的研究揭示GitHub上存在约450万个疑似虚假的Star评价——研究团队使用自研工具"StarScout"分析了20TB的GitHub活动数据得出这一结论。
研究显示2024年虚假Star活动激增约15.8%拥有超过50个Star的代码库涉及此类行为。这些虚假Star不仅用于提升项目知名度还被用于传播恶意软件如去年发现的"Stargazers Ghost Network"。
GitHub已删除研究人员在2024年7月发现的可疑账户和代码库。专家建议用户在评估GitHub项目时应该查看项目活跃度、代码质量和文档而不是仅依赖Star数量。
> 消息来源: [BleepingComputer](https://www.bleepingcomputer.com/news/security/over-31-million-fake-stars-on-github-projects-used-to-boost-rankings/) | [科技圈🎗在花频道](https://t.me/zaihuanews/29873)
### 5