基于大语言模型（LLM）的聊天机器人已经给人们的工作生活带来了诸多便利。但是，它生成的文本和人类书写的内容难以区分，存在污染网络文字信息的可能。给大语言模型生成的文字添加水印可能会有所帮助，但是目前还没有满足质量、可检测性和计算效率要求的水印系统。最近一篇《自然》（Nature）论文分享了一种文本水印方案SynthID-Text，可以给大语言模型生成的文字添加水印。
SynthID-Text不影响大模型的训练过程，只修改采样过程。它以特定的方式偏移大语言模型生成的文字，这种影响可以被相关软件检测出来。研究团队在多个大模型上测试了这种水印技术，包括Gemini，发现应用这种水印后，大模型的性能并未受到影响。使用SynthID-Text对大模型运行所需要的算力影响可忽略不计。
发现新的最大梅森素数
该素数最末尾的数千位数字
素数（也称质数）是大于1的自然数中，只能被自身和1整除的数，比如2、3、5都是素数。随着素数的增大，寻找、确认素数变得越来越困难。而近日，英伟达前员工卢克·杜兰特（Luke Durant）发现了世界上最大的素数，2¹³⁶ ²⁷⁹ ⁸⁴¹-1，用十进制计数，它有41 024 320位，以文本文件保存，可以占大约40MB的空间。新的最大素数比6年前发现的最大素数多了1600多万位。这个素数同时是一个梅森素数，也就是形如2N-1（N为正整数）的素数。
为了表彰他发现新的最大素数，互联网梅森素数大搜索（Great Internet Mersenne Prime Search，GIMPS）给他提供了3000美元奖金。GIMPS在网上公开了一系列免费软件，人们可以在自己的电脑上运行寻找最大素数，杜兰特同时也是GIMPS重要的软件贡献者之一。GIMPS最出名的素数搜索软件是Prime95，使用CPU计算，不过目前该软件的主要用途是对CPU进行压力测试。杜兰特发现GPU同样拥有巨大的计算潜力，编写了新的GPU素数搜索软件GpuOwl，并用到了横跨17个国家，24个数据中心的数千台GPU服务器。今年10月11日，他在爱尔兰都柏林的一块英伟达A100 GPU上发现了这个素数，并在次日用一块美国得克萨斯州的英伟达H100 GPU验证了这个素数。研究人员还在英特尔CPU上运行了素数测试程序，并在10月19日验证了该素数。（GIMPS）
NOAA2023年沿海中上层鱼种调查期间采集的拟沙丁鱼（图片来源：Kelsey James/NOAA Fisheries）
近年来，海洋热浪的频率和强度增加以及海水温度的异常，导致海洋物种群落分布范围发生变化。最近，在一项发表于《分子生态学》（Molecular Ecology）上的一项研究中，科学家报告他们在美国西海岸发现了日本拟沙丁鱼（Sardinops melanosticta），这种鱼通常被认为仅分布在北太平洋西侧靠近亚洲的区域。
研究者在分析美国海洋和大气管理局（NOAA）鱼种调查的基因组数据时，发现其在2021年和2022年采集的245个拟沙丁鱼样本中，2021年的样本都是远东拟沙丁鱼（Sardinops sagax），而2022年的样本中则混入了日本拟沙丁鱼。随后，在2023年收集到的825条拟沙丁鱼中也发现了许多日本拟沙丁鱼。接着，研究者又分析了过往2013～2021年的基因数据，没有发现日本拟沙丁鱼的踪迹，这表明日本拟沙丁鱼近几年跨越太平洋，到达了美国西海岸。研究者认为，过去十年来，海洋热浪使太平洋变暖，开辟了一条有利的栖息地走廊，日本拟沙丁鱼便可能是沿着这条走廊跨越了太平洋。（NOAA Headquarters）
城市中心很少位于海拔2000米以上，这一高度的考古遗址非常独特，因为在这一海拔建造定居点和发展农业有很多技术制约。《自然》（Nature）发表的一项新研究显示，乌兹别克斯坦山脉内两处海拔2000米以上的考古遗址Tashbulak和Tugunbulak曾是主要城市中心。
研究团队分析了2022年7月在Tashbulak和Tugunbulak上方开展的22次激光雷达（lidar，一种光检测和测距的遥感技术）飞行的数据。他们发现了与沿山脊线山墙相连的瞭望塔，梯田的证据，以及被石头和泥砖砌成的墙包围的一个中央堡垒。Tashbulak至少存在98个可见的居所，且与Tugunbulak的居所在形状与大小上类似，他们假设两座城市的建设都是为了开发周围山岭地区用于防御目的，以及开采高原地区的丰富矿石和草原资源。作者总结道，他们的激光雷达飞行让他们对这两座古代城市有了一个更完整的观察，并指出对Tashbulak和Tugunbulak这样的山区城市的进一步研究有助于理解它们对当时的社会政治架构的影响。此外，这些偏远遗址沿亚洲中世纪的丝绸之路而建，它们的发现促使我们重新思考边缘社区在丝绸之路沿线的贸易和政治交流中的作用。
图片来源：Saptarshi Das Lab/Penn State
在食品安全、医疗诊断等领域，对液体等物质的准确识别至关重要。然而，传统测试方法往往耗时耗力，且精度不高。不过，近日据一项《自然》（Nature）上的研究，科学家发明了一种电子舌头，能够“品尝”牛奶、苏打水、咖啡、果汁等物质，并结合AI识别出其中的成分、变质现象等。
新发明的电子舌头包括一个基于石墨烯的场效应晶体管传感器，可以检测液体中的多种化学离子。接着，科学家训练一个指定了初始参数的神经网络识别检测到的物质。训练后的AI能够在一分钟内识别化学物质及其含量。通过沙普利加性解释法对神经网络的决策过程逆向还原，并在此基础上进行优化后，AI预测的准确率可高达95%。该电子舌头可以用于快速可靠的食品和医学检测，具有极大的应用潜力。（Penn State）
