1
0Leanstral 1.5: Proof abundance for all
模型规模与训练流程
Leanstral 1.5 具有 119B 总参数，只有 6B 活跃参数。训练分三阶段：首先在大规模无标签数据上继续预训练（中期训练），其次在带标签的证明数据上进行监督微调，最后通过 CISPO 强化学习让模型自我改进。
性能基准
在 miniF2F 上验证集和测试集均达到 100%。PutnamBench 上解出 587/672 题，Pass@8 随 token 预算从 25k 增至 4M 时，解题数从 44 增至 587。FATE‑H 和 FATE‑X 分别拿到 87 题（87%）和 34 题（34%）的新 state‑of‑the‑art。
实际影响与使用方式
单题证明成本约 4 美元，远低于同类模型的 300‑500 美元。模型权重已在 HuggingFace 开放（huggingface.co/mistralai/Leanstral-1.5-119B-A6B），提供免费 API leanstral-1-5。社区指出，配合 Mistral Vibe 和 Lean LSP MCP 后，可直接在 Lean 项目中让模型协助证明定理或调试证明。
Performance per dollar is getting faster and cheaper
基准测试环境
使用 AMD MI355X GPU，通过 sglang 推理引擎采用 MXFP4 量化。为解决 ROCm 专属问题，修复了 MTP head 的 shared‑expert 命名 mismatch 和 CUDA 头文件中缺失的 #ifdef USE_ROCM。
吞吐量结果
单流 10k 输入 / 1.5k 输出 token 达到 213 tok/s。20k 输入 / 1k 输出、60% 缓存命令下，每节点汇总吞吐 2626 tok/s，RPS 2.4，TTFT p95 在 5 秒内。这约等于 Blackwell B200 80% 的性能，而成本不到其一半。
行业启示
评论者指出，硬件优势正在被软件支持抵消；只要量化、内核调度和推理框架跟上，AMD 在性价比上已能与 NVIDIA 竞争。后续工作建议继续优化 MoE 内核并探索更低位宽量化。
The bottleneck might be the air in the room
事件描述
作者在会议室使用便携 CO₂ 监测仪，读数最高达到 2143 ppm。室外基准约 400 ppm。
影响机制
劳伦斯伯克利国家实验室研究表明，1000 ppm 时六项决策指标显著下降；2500 ppm 时七项指标跌入功能失范。哈佛另一研究发现认知分数随 CO₂ 上升而下降，尤其在战略规划和压力下信息使用方面。
实际建议
社区普遍认同，定期开窗或开门是零成本的改进手段。有人提到在远程办公场景中，家办公室同样容易出现午后认知下降，建议在家办公时也使用 CO₂ 监测仪。
Maybe you should learn something
学习的动机
作者列举了像素艺、盲打、3D 建模、音乐、书法、木工、编织、语言等可选技能，强调长期学习让人更有趣、生活更丰富。
练习节奏与心理预期
建议每日 30‑45 分钟专注练习，初期会感到艰难且表现下降，这是大脑和肌肉疲劳的正常反应。坚持后会经历“岳父山”式的快速提升，随后进入对数平台期，此时技能已具备实际使用价值。
资源与方法
利用 YouTube、Reddit、Wiki、书籍等免费材料，避免陷入销售漏斗。社区补充指出，记录每日练习时长和主观感受有助于调节难度，防止因过度练习而产生挫败感。
Applied Category Theory Course (2018)
内容结构
课程基于 Fong 和 Spivak 的《Seven Sketches in Compositionality》，分为四大章节：有序集、资源理论、数据库、协同设计。每章配有对应的讲义链接，涵盖预序、伽罗瓦连接、 adjoint、资源定价、范畴与函子、自然变换等概念。
适用对象
对范畴理论感兴趣但缺乏系统学习路径的开发者和研究者。评论中有人提到，课程的视觉化解释（如共轭图）帮助理解抽象概念，适合自学或作为大学补充材料。
学习路径
建议从 Lecture 1 开始，按顺序观看；若对数据库应用更感兴趣，可直接跳至 Chapter 3。课程全部为静态网页，易于离线下载与搜索。
MSI Center – How to gain SYSTEM privileges in seconds
漏洞概述
MSI Center 预装的 “Notebook Foundation” 服务在启动时创建命名管道 \\.\pipe\\MSI_SERVICE_2，任何已登录用户均可通过该管道调用本地系统权限的功能，包括注册表读写、WMI 控制以及以以及以以及以 SYSTEM 权限运行或终止任意程序。
攻击链
服务使用过时的 3DES 加密自定义协议，攻击者只需向管道注册一个客户端名，用该名作为密钥加密 PC:REXE 命令，服务会遍历已注册名尝试解密，成功后以 SYSTEM 执行载荷。概念验证代码演示了通过此方式打开 cmd.exe，进而可远程通过 SMB 在 LAN 内实现 RCE。
厂商响应与社区反馈
作者将报告发送至 MSI PSIRT， inicialmente 因邮箱配额满被退回，后经联系获悉补丁已在两天内完成，并随 MSI Center 2.0.70.0 一起发布。虽然 MSI 未能自行分配 CVE，但作者已通过 VulDB 申请，目前仍在审核。评论者指出，此类 OEM 软件的默认高权限服务是安全监盲区，建议企业在部署前审查类似服务的权限范围。
Odin, Wikipedia and engagement farming
事件经过
Odin 编程语言的 Wikipedia 条目在 Articles for Deletion 讨论中以 5 票删除 vs 4 票保留被移除。主要理由是缺乏可靠、独立来源，主要依据为作者个人站点、博客和自出版书籍。
社区观点
语言创作者 GingerBill 表示，即便条目被删也不影响实际使用，但认为现行可靠来源标准偏向传统出版物，不适合快速发展的编程语言领域。Casey Muratori 则指出，盈利公司 JangaFX 已将 Odin 用于生产代码，若 Wikipedia 排除此类语言，说明其标准需要为技术主题做出调整。部分评论认为争议本身在一定程度上被用作流量吸引（engagement farming），但承认来源规则在编程语言上的局限是客观存在的。
可能的改进方案
讨论中有人提出为编程语言制定专门的 notability 指南（WP:SNG），例如以活跃仓库数量、每日活跃用户或重要商业采用作为参考，以更好捕捉该领域的实况。
Synthesis is harder than analysis
核心论点
作者通过微积分的类比说明：求导是局部操作，只需要知道函数在点的邻域行为；求积分是全局操作，需要知道函数在整个区间上的行为。因而，积分（综合）通常比导数（分析）更难。这推广到问题求解：分析把大问题拆成局部子问题更易求解；综合则需要把多个局部片段重新组合成全局解。
对系统可靠性工程的启发
作者认为站点可靠性工程（SRE）时常需要综合工作——理解系统各部分如何正常配合才能诊断异常。因认知资源有限，SRE 在深入单个组件上的理解存在上限，但对组件间交互的掌握直接提升处理复杂故障的能力。社区补充指出，建立跨组件的文档和运行手册是降低综合难度的有效手段。
实际建议
鼓励团队在事后复盘时不仅记录单个组件的表现，还要图示组件间的数据流和控制流，以便在后续事件中快速定位综合失效点。
Mir Books – Books from the Soviet Era
站点定位
Mir Books 收集并提供苏联时期图书的扫描版，涵盖儿童读物、科普、文学等类目。每条目均提供书名、作者、译者/绘画者信息、简短内容介绍、两种下载渠道（Archive.org、Mega.nz）以及社交媒体关注方式。
最近更新示例
近期新增《The Frog Rider》（中国民间故事）、《Hedgehog’s New House》（儿童图画书）、《Earth, Sweet Earth》（苏联科普丛书《Science for Everyone》作者 Ekaterina Radkevich）等。科普类条目还附详细章节目录，便于读者按需检索。
使用场景
适合研究苏联文化、进行跨语言儿童文学比对或获取老旧科普资料的读者。站点支持通过 WordPress 账户登录、评论或报告内容，并提供邮件订阅与主题归档（地质学、天文学、化学、儿童书籍等）。
Soatok's Informal Guide to Threat Models
威胁模型的基本问题
- 我们在保护什么？
- 谁或什么想要伤害它？
- 他们可能如何攻击？
- 我们将如何防御？
实践方法
先写出上述四个问题的答案，再用图式（而非清单）梳理资源关系；明确假设并标记有意不防御的威胁。作者以其在 Fediverse 的 key‑transparency 项目为例，展示了包含假设、资源、参与者及风险等级（受设计防范、可缓解、可解决、未解决）的模型。
应用案例
- 凭证 stuffing：建议采用硬件备份的 passkeys、多重注册以及断路恢复，从根除此类攻击。
- 去中心化端到端加密：对 MLS 协议的威胁建模显示，缺少实例的 ATProto 需要基于 Raft 的消息排序或转向成对 E2EE。
- 后量子讨论：通过 Harvest‑Now‑Decrypt‑Later 模型指出，纯 ML‑KEM 在 Q‑Day 后仍安全，而混合方案仅在 Q‑Day 前提供额外保障。
社区指出，威胁模型不需要臃肿文档，只要能回答上述四个问题并在系统演进时更新，就能显著提升设计质量并捕获表面化的争论。
相关链接：
- Leanstral 1.5: Proof abundance for all
- Performance per dollar is getting faster and cheaper
- The bottleneck might be the air in the room
- Maybe you should learn something
- Applied Category Theory Course (2018)
- MSI Center – How to gain SYSTEM privileges in seconds
- Odin, Wikipedia and engagement farming
- Synthesis is harder than analysis
- Mir Books – Books from the Soviet Era
- Soatok's Informal Guide to Threat Models
