random number generation
PulseAugur coverage of random number generation — every cluster mentioning random number generation across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
AI模型发现硬件钱包漏洞，引发安全担忧 · 跟踪2个来源
据报道，Anthropic 的 AI 模型 Claude 在几分钟内识别出了 Coldcard 硬件钱包随机数生成（RNG）中的一个漏洞。该漏洞被怀疑导致了超过 1 亿美元的盗窃，凸显了人工智能在发现安全弱点方面的日益增长的应用以及未经验证的开源代码带来的风险。此事件还引发了对 Ledger 和 Trezor 等其他硬件钱包制造商潜在影响的担忧。
-
时间序列模型可能因前视偏差显示虚假准确性
本文讨论了时间序列数据分析中的一个常见陷阱：前视偏差。文章解释了如何定义一个跨越未来观测值的因变量会人为地夸大模型的准确性。作者通过模拟一个没有实际预测能力的市场来演示这一点，在该市场中，由于这种偏差，模型显示出很高的准确性（90%）。提出的解决方案是“清除”训练数据，删除边界附近那些结果延伸到测试期内的观测值，从而纠正夸大的准确性。
-
亚马逊部署新的 RNG 网络拓扑，声称节省 45% 的成本
亚马逊开发并部署了一种名为弹性网络图（RNG）的新网络拓扑，它偏离了传统的胖树架构。RNG 利用随机图的概念，使用混洗盒（shuffle boxes）代替机顶（ToR）交换机之间的直接连接。这种方法得到了亚马逊专有的路由协议 Spraypoint 的支持，声称与胖树相比，成本可节省高达 45%。
-
亚马逊的弹性网络图提升速度和效率
亚马逊开发了一种名为弹性网络图 (RNG) 的新网络拓扑，可显著提高速度和能源效率。与传统的层级网络结构相比，这种创新设计将网络速度提高了 33%，能源效率提高了 40%。该消息于 2026 年 6 月 14 日发布，标志着网络基础设施的显著进步。
-
亚马逊 AWS 为数据中心部署新颖的随机网络设计
亚马逊网络服务（Amazon Web Services）开发了一种名为 RNG（弹性网络图）的新型数据中心网络设计，可显著提高数据速度并降低能耗。这种新颖的方法摒弃了传统的胖树（fat-tree）架构，转向了准随机设计，这在理论上已存在数十年，但现在正由 AWS 大规模实施。该公司自去年年底以来已在其数据中心部署了这项技术，并设计了新的硬件 ShuffleBox 来支持它。