HN Digest
Briefing personnel.

Lire vite.
Garder l'essentiel.

Les meilleurs longs formats de Hacker News, relus plus calmement.

11978 articles Page 733/1198 Sans filtre

Formal Verification Gates for AI Coding Loops

Les failles d'accès multi-locataire restent courantes malgré le consensus sur la règle de ne pas lire les données d'un autre locataire. Les « portes comportementales » comme les prompts et les checklists échouent parce qu'elles reposent sur la mémoire du modèle et des réviseurs et ne garantissent pas l'application systématique de l'invariant. Les portes structurelles — compilateurs, vérificateurs de types et tests automatisés — fournissent des refus concrets qui créent une backpressure déterministe et déplacent la responsabilité de l'invariant hors de l'espace d'instruction du modèle. La méthode Shen-Backpressure écrit des spécifications en Shen que shengen abaisse en types-guard dans le langage cible, obligeant la construction d'une chaîne de preuves (witnesses) pour l'accès et faisant échouer la compilation en cas de contournement. L'auteur note les coûts et limites (spécification erronée, dérive, possibilités d'échappatoire selon le langage) et argue que ces portes structurelles fournissent des signaux vérifiables plus utiles qu'une simple augmentation de la capacité des modèles pour garantir les invariants en production.

Recreate famous water profiles using supermarket bottled water

Le site propose des recettes simples pour recréer des profils d'eau célèbres à partir d'eaux embouteillées vendues en supermarché. Le procédé est présenté en trois étapes : choisir un profil, acheter les bouteilles indiquées, puis les mélanger selon un ratio fourni. Les profils disponibles couvrent le café, le thé, la boulangerie, la brasserie, l'aquarium et l'horticulture. Les instructions précisent généralement seulement deux bouteilles à acheter et ne demandent pas de connaissances en chimie. Les données sont sous licence CC BY 4.0 et certains liens sont affiliés, ce qui peut générer une commission sans coût supplémentaire pour l'acheteur.

PopuLoRA: Co-Evolving LLM Populations for Reasoning Self- Play

Les auteurs présentent un cadre de self-play asymétrique fondé sur des populations pour l'entraînement postérieur de grands modèles de langue avec des récompenses vérifiables. Des populations co-évolutives d'enseignants et d'étudiants sont implémentées comme adaptateurs LoRA sur un modèle de base figé, où les enseignants génèrent des tâches vérifiables et les étudiants tentent de les résoudre sous l'évaluation d'un vérificateur Python. La fonction de récompense des enseignants favorise les tâches valides que le student apparié échoue partiellement à résoudre, empêchant l'effondrement du curriculum observé en self-play mono-agent et poussant la difficulté et la diversité des tâches. Des opérateurs d'évolution agissant directement sur les tenseurs LoRA (mutations et croisements) remplacent périodiquement les membres faibles pour préserver la capacité et la diversité, et les appariements sont priorisés par un système TrueSkill pour concentrer l'entraînement sur des confrontations équilibrées. Après entraînement, l'ensemble de la population surpasse un baseline mono-agent apparié en coût de calcul sur plusieurs benchmarks de code et présente des gains suggestifs sur des tâches mathématiques, ce qui indique un curriculum plus difficile et plus diversifié.

Google Declaring War on the Web

Le texte aborde la notion de reconstruction sociale comme un fait fondamental lié à la valeur d'usage et au rôle des classes laborieuses. Il critique les formes capitalistes de mobilité sociale et met en avant des expériences et des idées prônant l'autonomie, la discipline et le respect de soi. L'auteur cite Voline et insiste sur la nécessité pour le prolétariat de rompre son emprise sur des structures sociales persistantes. Le passage renvoie également à la pensée socialiste et aux enjeux organisationnels, en évoquant la servitude et les préjugés initiaux. Enfin, il souligne les tensions entre aspirations révolutionnaires et résistances sociales sans développer de propositions concrètes.

Sharla Boehm, the programmer whose code underpins the Internet

Sharla Perrine Boehm a obtenu un diplôme d'enseignement à l'Université de Californie à Los Angeles avant de se tourner vers la programmation informatique au RAND Corporation. Chargée par Paul Baran de tester une architecture sans nœud central, elle a conçu dans les années 1960 une simulation démontrant la faisabilité du routage par paquets et du routage « hot potato ». Sa simulation a montré qu'en dupliquant et en routant des paquets de manière adaptative, un réseau pouvait se réorganiser en temps réel après la destruction de nœuds, fournissant une preuve clé pour la commutation de paquets. Bien que cette technologie ait servi de base à l'ARPANET puis à l'Internet, elle a quitté la recherche en 1965 pour se consacrer à sa famille et à des activités communautaires. Sharla Boehm est restée relativement méconnue pendant des décennies malgré l'importance de sa contribution technique, et elle est décédée en 2023 à l'âge de 93 ans.

SBCL: the ultimate assembly code breadboard (2014)

L'auteur corrige une erreur d'encodage du macro NEXT qui gaspillait des octets et présente ensuite une conception de machine virtuelle à pile fixe inspirée du F18 et du x87. La VM limitée à huit emplacements utilise un pointeur modulaire vers le sommet de la pile et génère huit variantes spécialisées de chaque primop, évitant ainsi les mouvements de données pour les opérations push/pop. L'implémentation en SBCL produit des pages de code exécutables et émet des primitives (swap, dup, add, jmp, call, ret, lit, cond, etc.) paramétrées par la valeur du pointeur de pile, NEXT indexant la variante via un offset de 4288*n. Des optimisations par fusion d'opérateurs et des versions conditionnelles spécialisées (djn, djn2) réduisent le coût des boucles et améliorent nettement les performances par rapport à une approche non spécialisée. Les mesures indiquent qu'une VM à pile fixe avec primops spécialisés est praticable et relativement performante (par exemple djn2 environ 6× plus lent que du code natif) et SBCL s'avère adapté à l'exploration de génération de code machine.