公有链(公有区块链)是指世界上任何个体或者团体都可以发送交易,且交易能够获得有效确认,任何人都可以参与其共识过程的一种区块链结构。
公有链是应用范围最为广泛的一类区块链,是分布式存储、共识机制、点对点通讯、加密算法等计算机技术在互联网时代的创新应用模式,公有链数据由所有节点共同维护,每个参与维护节点都能复制获得一份完整记录的拷贝,可以实现在没有中央权威机构的弱信任环境下,分布式地建立一套信任机制,保障系统内数据公开透明、可溯源和难以被非法篡改。
公有链通过密码学保证交易不可篡改,利用密码学验证以及共识机制,在互为陌生的网络环境中建立共识,从而形成去中心化的信用机制。
公有区块链具有三个特点:(1)用户与开发者隔离;(2)较低的使用门槛;(3)全部区块链数据处于公开状态。这三个特点使得公有链被认为是数字货币“完全去中心化”实现的基础技术条件,也就是说数字货币必须同时满足公有区块链的三个特点才可能实现完全的去中心化。
虽然公有链有很多优点,但是其存在的挑战依然很大。对于公有链来说,节点数越多意味着系统的安全性和公平性越高,这就带来了系统效率的低下,因为每增加一个节点,就需要多达成一次共识。节点数和效率就成为了一个悖论。例如:比特币每秒能处理7笔交易,以太坊每秒能处理20-30笔交易。由于TPS每秒的并发量太低,导致比特币和以太坊等公链普遍存在交易费用高、确认时间长、扩展性差等问题。此外,很多的公有链项目都是先搭建平台,再去找应用场景,这也为后面的实际落地带来了一定的挑战。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。