- 🎉 WWDC23：新隐私清单和签名，提升应用隐私保护
- 🎥 Apple TV+ Gains Over 50 Movies for a Limited Time
- 🍎 苹果十年汽车梦碎：Titan 项目宣告取消
- 🌟 AI 服务器行业瞄准苹果订单
- 📱 iOS 上架第三方应用商店
- ⚖️ 马斯克起诉 OpenAI 违反非营利协议
- 🌟 合成数据生成会议
- 💡 光子技术革新芯片通信和计算
- 🚀 Pingora：构建快速、可靠且可编程的网络系统
- 🌟 BitNet: Scaling 1-bit Transformers for Large Language Models
Apple News
🎉 WWDC23：新隐私清单和签名，提升应用隐私保护
来源：Latest News - Apple Developer
发布时间：2024-03-01 05:40:13
WWDC23 推出新隐私清单和签名，要求开发者在隐私清单中声明使用特定 API 的获批理由。此举旨在帮助开发者了解第三方 SDK 如何使用数据，保护软件依赖项，并为用户提供额外的隐私保护。
🎥 Apple TV+ Gains Over 50 Movies for a Limited Time
来源：MacRumors: Mac News and Rumors - All Stories
发布时间：2024-03-01 22:29:06
Apple TV+ has added over 50 movies to its catalog for a limited time, including popular titles like “21 Jump Street”, “American Sniper”, and “Titanic”. This is the biggest single addition of classic movies to the streaming service to date.
🍎 苹果十年汽车梦碎：Titan 项目宣告取消
来源：OS X Daily
发布时间：2024-03-01 22:22:40
苹果汽车项目（Project Titan）因故取消，该项目原计划打造一款具有自动驾驶功能的电动汽车，最早传闻将于 2019 年发布，但最终未能实现。
🌟 AI 服务器行业瞄准苹果订单
来源：Hacker News - Newest: “iOS”
发布时间：2024-03-01 03:14:26
AI 服务器制造商希望在苹果今年晚些时候推出备受期待的新 AI 功能之前获得苹果的订单。
📱 iOS 上架第三方应用商店
来源：The Verge - Apple Posts
发布时间：2024-03-01 03:28:46
MacPaw 公司宣布将在欧盟推出其 Setapp 应用商店，该商店提供超过 240 款第三方应用，每月订阅费用为 9.99 美元。iOS 版 Setapp 将提供精选应用，包括来自 Setapp 目录的热门应用。
Tech News
⚖️ 马斯克起诉 OpenAI 违反非营利协议
来源：AI News
发布时间：2024-03-01 21:09:25
马斯克指控 OpenAI 偏离其促进开源人工智能的使命，转而追求营利。
🌟 合成数据生成会议
来源：NVIDIA Technical Blog
发布时间：2024-03-01 07:31:49
了解合成数据如何为 3D 模拟和计算机视觉工作流程提供动力，从视觉检查到自主机器。
💡 光子技术革新芯片通信和计算
来源：MIT News - Machine learning
发布时间：2024-03-01 13:00:00
Lightmatter公司由三位麻省理工学院校友创立，他们利用光子技术重新定义芯片的通信和计算方式。
Daily Code
🚀 Pingora：构建快速、可靠且可编程的网络系统
来源：Trending Rust repositories on GitHub today · GitHub
发布时间：2024-03-02 15:17:37
Pingora 是一个 Rust 框架，用于构建快速、可靠且可编程的网络系统。它经过实战检验，多年来每秒处理超过 4000 万个互联网请求。Pingora 的特点包括异步 Rust、HTTP 1/2 端到端代理、TLS、gRPC 和 websocket 代理、平滑重新加载、可定制的负载均衡和故障转移策略，以及对各种可观测性工具的支持。
🌟 BitNet: Scaling 1-bit Transformers for Large Language Models
来源：Trending Python repositories on GitHub today · GitHub
发布时间：2024-03-02 16:06:33
BitNet is a novel architecture for training large language models with 1-bit precision. It achieves state-of-the-art performance on various NLP tasks while significantly reducing computational costs. The implementation in PyTorch is straightforward, requiring only the replacement of linear projections with BitLinear modules. The provided code includes a fully implemented Transformer with MHA, BitFeedforwards, residuals, and skip connections. Additionally, there are optimized BitLinear and Bit Attention modules, making it easy to utilize BitNet for various applications.