苹果上架 1.8 米数据线，售价 949 元；会写代码的 AI 开源了，掌握 12 种编程语言
↓推荐关注↓
0、949元！苹果官网上架1.8米数据线
3 月 9 日，苹果在凌晨举行了春季新品发布会，推出了一系列新品，其中全新的 Mac Studio 桌面级主机以及 Studio Display 显示屏比较引人注目，但无奈价格太贵了。除了发布会上的新品，苹果还在官网上架了一款刷新认知的配件。
在苹果官网上发现一款数据线，售价高达 949 元。该数据线长达 1.8 米，采用黑色编织设计，支持雷电3、雷电4、USB-C、USB 接口的显示设备，最高数据传输速率可达 40Gb/s，最高供电功率可达 100W。看起来这根雷电接口数据线平平无奇，却能卖出近千元的高价，不得不服苹果的品牌影响力。
值得一提的是，该数据线在官网中还有 3 米的版本，售价为 1169 元，但未正式开售。至于 1.8 米版本的，现在下单还需要 3 到 4 周的发货时间，难不成这根数据线跟去年的擦屏布一样抢手？
1、新方法放大 DDoS 攻击 40 亿倍
研究人员警告，网络犯罪分子正在利用一种新方法将 DDoS 攻击流量放大 40 亿倍。DDoS 放大攻击非常受网络罪犯的欢迎，它可以大幅减少发动攻击所需的计算资源。
最早的放大攻击是利用错误配置的 DNS 服务器，能将攻击流量放大 54 倍，较新的放大攻击方法包括利用 Network Time Protocol 服务器(放大约 556 倍)、Plex 媒体服务器( 5 倍)、Microsoft RDP (86 倍)、Connectionless Lightweight Directory Access Protocol ( 50 倍)等。此前最大的 DDoS 放大攻击是 memcached，能将流量放大最高 5.1 万倍。
最新的攻击利用的是错误配置的 Mitel，它能放大 40 亿倍的原因之一是大幅延长攻击时间。一个欺骗性的数据包可以诱发持续时间长达 14 小时的 DDoS 攻击，数据包放大率达到了创纪录的 4,294,967,296:1。
2、64GB 小存储手机有救了！Android 新功能上线：可释放 60% 存储空间
据Neowin报道，Google Play产品经理Lidia Gaymond宣布，谷歌为Android操作系统开发了一个名为“App Archiving”的功能，该功能旨在解决64GB存储空间不足的问题。
谷歌介绍，使用App Archiving可以释放多达60%的存储空间，该功能不会卸载应用程序，也不会删除用户的个人数据，而是通过删减应用程序的某些功能组件，并将这些功能组件存档，以此来达到给手机“瘦身”的目的。
当用户再次使用这些应用程序时，Android系统会将存档的功能重新恢复。
这项功能堪称是小存储手机的福音，目前大量入门机型配备了64GB甚至32GB存储，谷歌这项功能可以有效解决空间不足的问题。
值得注意的是，谷歌已向开发者提供App Archiving，预计晚些时候会面向消费者开放。
3、被砍多年的资源管理器选项卡模式回到 Win 11 系统
2017年12月19日微软推出Windows 10 Preview Build 17063版 , 在此版本微软增加新功能被称为Sets 集。集功能基于Microsoft Edge浏览器且同时支持资源管理器和Office软件，可以在浏览器里同时启用多个标签。这是个非常具有创新性的新功能，可惜在后续测试中微软砍掉该功能。
在刚刚推出的Windows 11 Dev Build 22572版中，有开发者发现微软将文件资源管理器选项卡模式隐藏起来，微软在博客里并未提到这个功能，应该是还没准备好发布。但是我们可以通过ViveTool工具进行开启，开启后即可在资源管理器里以选项卡形式同时打开多个子文件夹。
稍显遗憾的是目前应该是开发初期所以还无法使用Alt+Tab快速切换，也就是暂时只能通过鼠标点击来切换。后续支持快捷键组合进行切换后应该可以显著提高用户操作效率，如果需要在多个文件夹间切换将变得非常容易。
文件资源管理器选项卡模式始终都是蓝点网最期待的功能，因为同时打开多个文件夹和软件窗口切换较麻烦。尤其是同时打开多个文件夹的情况下需要挨个鼠标点击效率太低，支持选项卡模式后所有文件夹均一目了然。现在虽然也可以通过Ctrl+Tab进行切换但会掺杂其他窗口，所以效率还是有些欠缺。
4、开源 AI 代码生成器 PolyCoder：擅长 C 语言，优于 Codex
卡内基梅隆大学的研究人员推出了一个开源的自动代码生成器模型 PolyCoder，具有 27B 参数，基于 GPT-2 架构，在一台机器上对跨越 12 种编程语言的 249GB 代码进行了训练。训练结果表明，在 C 编程语言中，PolyCoder 优于包括 Codex 在内的所有模型。
“最近，代码的大型语言模型（LM）在完成代码和从自然语言描述中合成代码方面显示出巨大的前景。然而，目前最先进的代码 LM（如 Codex）并没有公开提供，留下许多关于他们的模型和数据设计决策的疑问。我们的目标是通过对各种编程语言中最大的现有模型的系统评估来填补其中的一些空白：Codex、GPT-J、GPT-Neo、GPT-NeoX20B 和 CodeParrot。尽管 Codex 本身不是开源的，但我们发现现有的开源模型在一些编程语言中确实取得了接近的结果，虽然主要针对的是自然语言建模。我们进一步确定了一个重要的缺失部分，即专门在多语言的代码语料库中训练的大型开源模型。”
研究人员指出，OpenAI 的 Codex 于去年 8 月发布，可通过微软拥有的 GitHub 的 Copilot 工具获得；但它通过黑盒 API 调用提供对模型输出的“non-free access”，模型的权重和训练数据并不可用。DeepMind 声称其最近发布的 AlphaCode 代码生成器在人类参与的编程比赛中排名前 54.3%，但是训练这个模型需却要在谷歌的数据中心进行"hundreds of petaFLOPS days"的训练。
“尽管大型语言代码模型取得了巨大成功，但最强的模型都尚未公开。这阻止了这些模型在资源充足的公司之外的应用，并限制了资源匮乏的组织在这一领域的研究。”
为了解决这一问题，他们推出了 PolyCoder。该模型使用来自 GitHub 的多个存储库的数据进行训练，涵盖 12 种流行的编程语言：C、C#、C++、Go、Java、JavaScript、PHP、Python、Ruby、Rust、Scala 和 TypeScript。未经过滤的数据集总共有 631GB 的数据和 3890 万个文件。此外，为了训练 PolyCoder，研究人员选择了 GPT-2（因为预算有限）。
综合整理：技术最前线（ID：TopITNews） 参考：程序员的那些事、开源中国、solidot、cnBeta、腾讯科技、快科技等
- EOF -
觉得这些资讯有帮助？请转发给更多人
推荐关注 技术最前线，看 IT 要闻
点赞和在看就是最大的支持❤️