I Asked Gemini to Read 300-Year-Old Portuguese Parish Recordsa day agohttps://mariofilho.com/gemini-portuguese-parish-records/
PostgreSQL Autovacuum Internals and Benchmarka day agohttps://percona.community/blog/2026/07/01/postgresql-autovacuum-internals-benchm...自动清理对于PostgreSQL性能和数据库生存至关重要；必须正确调整以避免性能下降。MVCC维护多个行版本；清理回收对任何事务不再可见的死元组。自动清理启动器按数据库启动工作进程；工作进程根据死元组和插入的阈值独立清理符合条件的表。清理使用可见性映射跳过没有死元组的页面，从而高效运行；缓冲区环限制了对缓存的影响。索引清理需要每个清理周期对每个索引进行全面扫描；有限的工作内存可能导致多次扫描，增加成本。自动清理的成本由脏页（包含死元组的页面）数量驱动，而不是死元组本身的计数。基准测试表明，索引线性放大清理成本；死元组的紧凑分布比分散分布导致更低的成本。并发操作通过页面级锁定处理，清理不会阻塞正常的DML，除了短暂的清理锁。
Static Web Hosting on the Intel N150: FreeBSD, SmartOS, NetBSD, OpenBSD and Linux Compared2 days agohttps://it-notes.dragas.net/2025/11/19/static-web-hosting-intel-n150-freebsd-sma...这篇文章在一台Intel N150迷你PC上，使用默认配置，对多个操作系统（FreeBSD、OpenBSD、NetBSD、Debian、Alpine、SmartOS）的静态网页托管服务nginx进行了基准测试。对于纯HTTP，所有原生主机和监狱（jails）都能达到大约每秒63-64k个请求，其中FreeBSD监狱和SmartOS原生区域的额外开销可以忽略不计，而SmartOS LX区域稍有下降。HTTPS性能差异更大：FreeBSD、Debian和Alpine组成一个快速组（每秒62-63k个请求），其中FreeBSD的CPU使用率显著更低（空闲60%）。SmartOS、NetBSD和OpenBSD在CPU满载时达到每秒40-52k个请求。FreeBSD监狱非常高效，以最小的CPU开销达到裸机吞吐量，而Docker容器和LX区域尽管峰值速度相似，但CPU开销更高。实际经验：对于静态HTTP，操作系统的选择影响不大；对于HTTPS，FreeBSD或现代Linux发行版提供更好的TLS性能，但最终决策还应考虑团队专长、工具和运维需求。基准测试只是一个输入；现实中的因素如网络限制、CDN和操作技能往往超过这些性能差异。
Are AI labs pelicanmaxxing?2 days agohttps://simonwillison.net/2026/Jul/22/are-ai-labs-pelicanmaxxing/#atom-everythin...Dylan Castillo 进行了一项系统性研究，以调查人工智能实验室是否故意训练模型生成骑自行车的鹈鹕图像（即“鹈鹕最大化”）。该方法使用了48个提示（8种动物 × 6种交通工具），每个提示在7个不同AI模型上运行三次，并由 GPT-5.6 Luna 和 Gemini 3.1 Flash-Lite 进行评估。未发现任何“鹈鹕最大化”的证据：骑自行车的鹈鹕并不比其他动物与交通工具的组合画得更好，也没有实验室表现出显著优势。GLM-5.2 最接近显示出对鹈鹕-自行车提示的提升，但效果较小且不具有统计显著性。研究结果表明，被广泛讨论的“骑自行车的鹈鹕”基准并不反映人工智能实验室的故意训练偏差。
Drone-Bench: Tracking simple drone surveillance capabilities of frontier models5 days agohttps://andonlabs.com/evals/drone-benchDrone-Bench 是一个基准测试，用于评估AI模型在低成本硬件上编写无人机监控代码的能力。它包含五项任务：重建、定位、导航、检测和跟踪，每项任务均与人类基线进行评分。任务独立评估以防止错误累积，但端到端的成功需要完成所有五项任务。当前模型在某些任务上能超越基线，但尚无模型成功完成重建任务，导致端到端成功率为0%。该基准旨在跟踪AI能力以提升公众意识，因为随着物理自主性的增强，模型更容易被滥用。未来方向包括更困难的任务、端到端运行，以及移除提交之间的反馈评分。
Apple's new SpeechAnalyzer API, benchmarked against Whisper and its predecessor16 days agohttps://get-inscribe.com/blog/apple-speech-api-benchmark.html苹果的新款SpeechAnalyzer是目前测试中最精准的设备端语音引擎，在清晰和有噪音的LibriSpeech测试集上均击败所有Whisper模型（包括Whisper Small），且速度提升约3倍。传统API SFSpeechRecognizer在清晰语音上表现最差，SpeechAnalyzer将词错误率降低了3.5到4倍，建议迁移以获得更高的识别准确度。SpeechAnalyzer在苹果硬件上的英语转录优于Whisper Small，但Whisper在多语言支持和跨平台兼容性方面仍有优势。所有引擎在M2 Pro芯片上的运行速度都快于实时，其中SpeechAnalyzer比Whisper Small快约3倍，同时保持更高的准确率。该基准测试方法确保了可复现性，使用公开的原始转录稿进行验证并与OpenAI的Whisper数据对比，还帮助发现了Inscribe实现中的一个错误。
Bun vs. Deno vs. Node.js: which JavaScript runtime wins in 2026?21 days agohttps://botmonster.com/web-dev/bun-vs-deno-vs-nodejs-javascript-runtime-2026/Node.js 是确保最大生态系统兼容性的稳妥默认选择，尤其适合生产级项目和拥有现有 Node 经验的团队。Bun 提供了最快的启动、安装和测试运行速度，非常适合优先考虑开发者体验和无服务器部署的新项目。Deno 默认提供了最安全的沙箱环境、最佳的 TypeScript 优先体验，并且从 2.9 版本起在原始 HTTP 吞吐量方面领先。截至 2026 年，所有三个运行时都已为生产环境做好准备，选择取决于安全性、速度或兼容性等具体约束条件。基准测试显示，Deno 在 HTTP 吞吐量上领先（133,093 次请求/秒），Bun 在冷启动上最快（11 毫秒），且 Bun 在缓存预热后的安装时间显著更快。架构差异：Node.js 使用 V8 和 libuv，Deno 使用 V8 与 Rust 宿主，Bun 使用 JavaScriptCore 与 Zig 运行时。TypeScript 支持各不相同：Deno 提供完整的运行时类型检查，Bun 和 Node.js 会剥离类型但需要外部工具进行检查。生态系统兼容性：Node.js 几乎完全支持 npm，Bun 实现了约 95% 的兼容性，而 Deno 允许通过说明符导入 npm 包。内置工具：Deno 的工具集最全面，Bun 在特定任务的速度上表现出色，Node.js 则更多地依赖外部工具。建议：选择 Node.js 以获得兼容性和招聘便利，选择 Bun 以追求速度和开发者体验，选择 Deno 以强调安全性和 TypeScript 优先的工作流。
Segmenting Robot Video into Actionable Subtasksa month agohttps://macrodata.co/blog/annotating-robot-video-subtasks介绍WGO-Bench基准，这是一个机器人技术子任务标注的基准数据集，包含100个视频片段，涵盖62项任务指令，共划分743个片段。超过60次实验确定最佳子任务标注流程：最佳分割F1分数为0.306，标签准确率达61.0%，端到端F1分数为0.168。Gemini模型，特别是Gemini 3.5 Flash，表现优于其他模型24.5%，最适合此任务。经济高效的方法使用联系表，每视频小时成本为2.64美元（批量计价），比人工标注便宜约19倍。关键技术包括联系表上的视觉时间戳标记、严格的标注协议，以及使用前/中/后片段上下文进行标注。分割是主要瓶颈，尤其对于短子任务，而标注通过上下文视觉输入得以改善。已在Refiner中开源流程供公众使用，实现无需人工干预的可扩展子任务标注。