多方计算：为了保护隐私，进行数学运算
与 Nigel Smart、Joshua W. Baron、Sanjay Saravanan、Jordan Brandt 和 Atefeh Mashatan 的讨论
多方计算基于复杂的数学，在过去十年中，MPC 已被用作保护敏感数据的最强大工具之一。 MPC 现在是协议的基础，这些协议允许一组参与方在私有输入池上进行交互和计算，而不会泄露这些输入中包含的任何数据。最终，只显示结果。这通常会产生深远的影响。
火车、马和家庭互联网安装有什么共同之处？
避免在过程中途更改
起初，我以为他只是想推卸责任，把责任推给别人。然而，他的建议很有道理。安装团队可能提前生成了配置，计划了何时以及如何激活这些更改等等。整天都提前计划好了。官僚机构通常有一条运转良好的幸福路径，任何偏差都需要谁知道什么？管理人员介入？容易出错的手动步骤？临时数据库查询？我不可能知道。然而，重点很明确：不要在河流中途换马，或者改变火车的颜色。
如何设计 ISA
RISC-V 的普及已导致许多人尝试设计指令集。
在过去的十年中，我参与了多个项目，这些项目为各种类型的处理器设计了 ISA（指令集架构）扩展或全新的 ISA（您甚至可以在 RISC-V 规范的致谢中找到我的名字，可以追溯到第一个公开版本）。当我开始时，我对什么构成好的 ISA 知之甚少，而且据我所知，这在任何地方都没有正式教授过。然而，随着 RISC-V 作为自定义指令集的开放基础的兴起，入门门槛变得低得多，并且尝试设计部分或全部指令集的人数也呈指数级增长。
自动测试数据库系统
使用测试预言机、事务历史记录和模糊测试进行 DBMS 测试
DBMS 的自动化测试是一项令人兴奋的跨学科工作，近年来取得了许多创新。此处讨论的示例代表了对该主题的不同视角，反映了来自软件工程、（数据库）系统和安全角度的研究方向。它们仅让您了解这些研究方向，因为已经提出了许多其他有趣且有效的工作。各种方法生成成对的相关测试，以查找 DBMS 中的逻辑错误和性能问题。同样，也提出了其他隔离级别测试方法。最后，各种模糊测试方法使用不同的策略来生成大部分有效且有趣的测试输入，这些输入从 DBMS 中提取各种类型的反馈。
还有另一个系统吗？
计算机科学是对可以自动化的事物的研究。
确定您是否处于风险之中的最简单测试之一是认真审视您每天所做的事情，看看您自己是否可以编写代码让自己失业。编程涉及大量重复性工作：模板、样板等等。如果您能看到一种编写系统来取代自己的方法，要么这样做，要么不要告诉您的老板，在您的小隔间里一边领着工资一边读小说，要么寻找更具挑战性的工作。
解决机器学习众包工作者的人类受试者身份问题
什么伦理框架应规范 ML 研究人员和众包工作者之间的互动？
近年来，机器学习 (ML) 严重依赖众包工作者来构建数据集和解决需要人类互动或判断的研究问题。任务的多样性和结果数据的用途使得很难确定何时最好将众包工作者视为工人而不是人类受试者。相互冲突的政策加剧了这些困难，一些机构和研究人员将所有 ML 众包工作者视为人类受试者，而另一些机构和研究人员则认为他们很少构成人类受试者。值得注意的是，很少有涉及众包工作的 ML 论文提及 IRB 监督，这引发了不遵守道德和监管要求的可能性。我们调查了 ML 众包研究的适当指定，重点关注自然语言处理，以揭示研究监督的独特挑战。至关重要的是，根据美国通用规则，这些判断取决于对关于性的确定，包括收集的数据是关于谁（或什么）以及分析是关于谁（或什么）。我们重点介绍了 ML 提出的两个挑战：同一组工作者可以担任多个角色并提供多种信息；ML 研究倾向于采用动态工作流程，研究问题很少事先说明，数据共享为未来的研究打开了大门，旨在针对不同的目标。我们的分析揭示了通用规则中一个潜在的漏洞，研究人员可以通过将数据收集和分析分为不同的研究来规避研究伦理监督。最后，我们提供了若干政策建议来解决这些问题。
DevEx 的实践
对其有形影响的研究
DevEx（开发者体验）在许多软件组织中越来越受到关注，因为领导者寻求在财政紧缩和人工智能等变革性技术的背景下优化软件交付。直观地看，技术领导者普遍认为良好的开发者体验能够实现更有效的软件交付和开发者幸福感。然而，在许多组织中，旨在改进 DevEx 的拟议计划和投资难以获得支持，因为业务利益相关者质疑改进的价值主张。
程序员面试：隐藏的议程
顶尖科技公司的面试表面上测试的是编码和 CS 知识，但他们也会非常巧妙地评估更深层次的技术本能，以至于应聘者很少注意到这种评估。我们将了解面试官如何创建问题来秘密衡量一项技能，这项技能使最优秀的程序员脱颖而出。了解面试官的想法后，您可以通过抓住伪装的机会，为在就业市场上脱颖而出做好准备。