3M knew its chemicals were harmful decades ago, but didn’t tell the public #
文章指出，根据内部文件显示，3M 公司几十年前就知道其化学物质有害，但没有告知公众或政府。
文章概述了 3M 公司在 20 世纪 50 年代至 90 年代期间对其化学物质的研究和了解。公司的内部文件显示，早在 20 世纪 50 年代，3M 和杜邦的科学家就发现这些化学物质在人体和动物体内积累。然而，公司选择忽视、延迟、淡化和掩盖与这些化学物质相关的研究结果，没有向政府监管机构、明尼苏达州社区甚至自己的员工全面报告。这些化学物质被广泛应用于消费品中，如防水剂、不粘锅和消防剂，对环境和人类健康构成潜在风险。
尽管在近年来的法律、监管和政治活动中，3M 公司面临了一系列的诉讼和责任，但这些化学物质的危害早在几十年前就已被知晓，包括对人体和动物的积累和毒性。然而，3M 公司一直坚称其化学物质对健康和环境没有不良影响，并且拒绝承认任何责任。
这篇文章提供了大量的内部文件和研究结果作为证据，揭示了 3M 公司在处理这些有害化学物质问题上的不当行为和隐瞒真相的行为。这些文件的披露引发了对 3M 公司的法律、监管和政治挑战，可能导致巨额的赔偿和环境修复费用。
HN 评论 203 comments | 作者：Jimmc414 | 5 hours ago #
https://news.ycombinator.com/item?id=38675616
评论者 monkburger 认为，这是因为美国环保署的规定允许化学公司在一定程度上自我监管，导致了这种情况的发生。他还提到了在雨水/云中检测到的 PFOAs（一种有害化学物质）以及其可能对健康造成的进一步问题。
评论者 KyleBerezin 认为埃克森美孚关于全球变暖的报告是最准确的预测模型之一，而且这是在这个问题成为重大政治问题之前编写的。他认为让公司制作可能在未来对其产生负面影响的研究是不稳定的。
评论者 acdha 表示，如果埃克森美孚等公司当时向政府公开数据并寻求帮助进行脱碳，我们的世界可能会有所不同。他认为这样做可能会导致政府推出法国式的民用核能计划，并且这些公司可能会成功地转向新兴的绿色产业。
评论者 thedragonline 表示，他在过去的五年里一直在与世界各地的机构合作处理气候数据。他对否认气候变化的现象感到沮丧，并且个人上也不得不应对这种现象。
评论者 KyleBerezin 认为，更多的人应该意识到糟糕的科学研究是多么具有破坏性，即使它是出于善意。环境研究经常充斥着重复计数和创造性的数据框架。一项伪造的研究比 100 项严谨的研究更能说服人们全球变暖被夸大了。
评论者 cassepipe 认为，人们认为气候变化被夸大是因为它迫使他们思考改变自己的生活方式，直接违背了他们的利益，而不是因为他们没有阅读过某项研究中的信息。他还提到，化石燃料行业几十年来一直在资助虚假科学，并积极参与围绕气候变化的文化战争。
评论者 dgfitz 认为，绝大多数人并不是那么关心气候变化。大多数人只是想支付账单，保证食物/衣物/住房的需求，并试图应对生活中的问题。他认为大多数人对气候变化没有太多的发言权或影响力，他们没有能力或精力来改变现状。
以上是对该帖子评论观点的摘要。请注意，这些评论来自匿名用户，仅代表他们个人的观点，可能不代表广泛的共识或专业意见。
The Final Speech from The Great Dictator #
https://www.charliechaplin.com/en/articles/29-the-final-speech-from-the-great-dictator-
这是《大独裁者》中查理・卓别林的最后演讲，他在片中扮演一位犹太理发师和托米尼亚的独裁者希因克尔。他表示自己不想成为皇帝，也不想统治或征服任何人。他希望能帮助每个人，不论是犹太人、外邦人、黑人还是白人。他认为人类是互相帮助的，我们希望彼此的幸福，而不是彼此的痛苦。他强调世界上每个人都有生存的空间，地球富饶，可以满足每个人的需求。然而，我们迷失了方向。
贪婪毒害了人们的心灵，用仇恨把世界封锁起来，将我们带入了痛苦和流血的境地。科技进步，但我们却自我困闭。机器的丰富给我们带来了贫困。我们的知识使我们变得愤世嫉俗，聪明反被聪明误。我们过分思考，感觉过少。我们更需要的不是机器，而是人性。我们更需要的不是聪明，而是善良和温柔。如果没有这些品质，生活将充满暴力，一切都将失去……
飞机和无线电将我们联系得更紧密。这些发明的本质呼唤人性的善良，呼唤普遍的兄弟情谊，呼唤我们的团结。即使此刻，我的声音也正在传遍全世界，传达给数百万绝望的男人、女人和孩子，他们是那个让无辜者遭受折磨和监禁的体制的受害者。
对于那些能听到我演讲的人，我告诉你们，不要绝望。我们现在所经历的苦难只是贪婪的暂时影响，是那些害怕人类进步的人的苦涩。仇恨将会过去，独裁者将会死亡，他们从人民那里夺走的权力将重新归还给人民。只要人类还存在，自由就永远不会消失……
士兵们！不要把自己交给那些鄙视你们、奴役你们、限制你们生活、告诉你们该做什么、该思考什么、该感受什么的畜生们！不要把自己交给那些没有人性的机器人，他们有机器人的思维和机器人的心！你们不是机器！你们不是牲畜！你们是人！你们心中有着对人类的爱！你们不恨！只有那些没有得到爱的人才会恨，只有那些没有得到爱并且不自然的人才会恨！士兵们！不要为奴役而战！要为自由而战！
路加福音 17 章写道：“上帝的国在人的内心里”，不是一个人，也不是一群人，而是所有的人！在你们内心里！人民，你们拥有力量，创造机器的力量，创造幸福的力量！人民，你们拥有让这个世界自由美好的力量，让这个世界变成一个美妙的冒险。
因此，让我们利用这个力量，让我们团结起来。让我们为一个新世界而战，一个能让人们有机会工作的体面世界，一个给予年轻人未来和老年人安全的世界。正是对这些承诺，畜生们才能上台。但是他们撒谎！他们无法兑现这些承诺。他们永远也不会！
独裁者们解放了自己，但奴役了人民！现在让我们战斗，兑现这些承诺！让我们战斗，解放世界，消除国界，消除贪婪、仇恨和偏见。让我们为一个理性的世界而战，一个科学和进步将带来所有人幸福的世界。士兵们！以民主的名义，让我们团结起来！
《大独裁者》是卓别林的第一部有对白的电影。卓别林在自传中引用自己的话：“不必是犹太人才反对纳粹，只需是一个正常的、体面的人类。” 卓别林和希特勒生于同一周。卓别林的传记作者大卫・罗宾逊写道：“查理・卓别林和阿道夫・希特勒之间的相似之处令人不寒而栗，他们代表了人性的两个极端。” 卓别林花了很多时间起草和修改电影结尾的演讲，这是一个被误认为是希因克尔的理发师呼吁和平的演讲。很多人批评这段演讲，并认为它在电影中多余。然而，不幸的是，卓别林的话在今天仍然与 1940 年一样相关。
HN 评论 253 comments | 作者：hypertexthero | 10 hours ago #
https://news.ycombinator.com/item?id=38673292
有人分享了一个带有音乐的版本，并讲述了与一个墨西哥少年共同分享牢房的经历。
有人表示愿意阅读关于如何陷入这种情况的文章。
有人分享了一个关于一个盗窃犯的故事，这个人通过在工作时间使用钢笔打开收银机旁边的保险柜的锁，从目标商店偷走了大约 6 万美元，并用这些钱支持他的 MMA 职业生涯。
有人分享了其他版本的视频和音乐。
有人引用了一本书《寻找奇迹》中的一段话，讨论了人类的睡眠状态和战争。
这些评论主要是关于电影《大独裁者》中最后演讲的观点和个人经历的分享。
An Empirical Study and Evaluation of Modern CAPTCHAs #
https://arxiv.org/abs/2307.12108
这篇文章的标题是《现代 CAPTCHA 的实证研究与评估》（An Empirical Study & Evaluation of Modern CAPTCHAs）。作者通过手动检查流行网站和用户研究来评估用户解决现有 CAPTCHA 的性能和感知。研究中包括了 1,400 名参与者共同解决了 14,000 个 CAPTCHA。结果显示，不同类型的 CAPTCHA 之间存在显著差异：令人惊讶的是，解决时间和用户感知并不总是相关的。
研究还进行了比较研究，以调查实验环境的影响，特别是直接解决 CAPTCHA 与将其作为更自然任务（如账户创建）的一部分解决之间的差异。虽然存在一些潜在的混淆因素，但结果显示实验环境可能对这个任务产生影响，并且在未来的 CAPTCHA 研究中必须考虑这一点。最后，研究还通过分析开始但未完成任务的参与者来调查 CAPTCHA 导致的用户任务放弃情况。
该文章的摘要提供了对现代 CAPTCHA 的实证研究和评估的概述，包括用户解决性能、用户感知、实验环境的影响以及用户任务放弃情况的分析。这些研究结果对于进一步改进 CAPTCHA 的设计和使用具有重要意义。
HN 评论 312 comments | 作者：vincent_s | 20 hours ago #
https://news.ycombinator.com/item?id=38670465
有人认为 Google CAPTCHA 的目的是训练人工智能，而不是真正的安全机制。这些人认为，CAPTCHA 的安全性只是附带的，因为 AI 已经通过多年的训练变得擅长解决 CAPTCHA。
另一些人认为 CAPTCHA 在许多情况下确实有非安全的用途，例如限制暴力破解攻击的速度或增加攻击者的成本。
有人指出，Google CAPTCHA 的测试并不仅仅是识别图像，而是测试用户在 CAPTCHA 出现时的运行时系统行为，例如鼠标抖动。图像识别只是训练数据的一部分。此外，Google 还在浏览器环境中使用了一个混淆的虚拟机来执行 CAPTCHA 测试。
一些人提到了 CAPTCHA 对于视力或听力有问题的人来说可能是一个障碍，特别是对于年长的人来说。他们认为这些人往往被忽视。
还有人讨论了 CAPTCHA 对于用户隐私和数据收集的影响，以及可能的替代方案，如基于行为分析的验证或计算证明工作（Proof-of-Work）。
这些是帖子中的一些观点摘要，涵盖了 CAPTCHA 的不同方面和问题。请注意，这些观点来自于帖子中的不同评论者，可能代表不同的观点和意见。
BrainGPT turns thoughts into text #
https://www.iflscience.com/new-mind-reading-braingpt-turns-thoughts-into-text-on-screen-72054
这篇文章介绍了悉尼科技大学 GrapheneX-UTS 人类中心人工智能中心的研究人员取得的一项突破性进展。他们开发出一种名为 BrainGPT 的技术，可以将思维转化为屏幕上的文字。这项技术为无法以其他方式进行交流的人们带来了新的希望。研究人员能够在不需要侵入性技术的情况下解码大脑中的信息。用户只需佩戴记录脑活动的帽子，通过脑电图（EEG）记录脑电活动，而无需进行脑植入或使用全面的核磁共振成像设备。
这项技术虽然不是第一个能够将脑信号转化为语言的技术，但它是迄今为止唯一一个既不需要脑植入物也不需要全面核磁共振成像设备的技术。与需要额外输入（如眼动追踪软件）的先前技术相比，这项新技术可以在有或无这些额外输入的情况下使用。
研究人员表示，使用记录脑活动的帽子比使用眼动追踪器（更不用说核磁共振成像设备了）更加实用和方便。尽管信号的噪声比起植入物获取的信息要大一些，但在试验中，这项技术的表现还是相当不错的。
使用 BLEU 算法进行准确度测量（BLEU 算法是一种通过将原始文本与机器翻译输出进行相似性评估的方法，得出 0 到 1 之间的分数），新技术的得分约为 0.4。这个准确度虽然不及其他依赖于更侵入性方法的选项，但研究人员相信他们可以将准确度提高到 0.9，这个水平与传统的语言翻译程序相当。
这项研究已经在 NeurIPS 会议上展示，并且可以在 ArXiV 上找到预印本。然而，这项研究尚未经过同行评审。
HN 评论 145 comments | 作者：11thEarlOfMar | 8 hours ago #
https://news.ycombinator.com/item?id=38673854
有人提到，脑机接口（BCI）研究在很大程度上关注帮助瘫痪的人恢复交流能力，但目前的技术还无法在实验室之外的环境中提供足够的信噪比来支持良好的通信速度。脑电图（EEG）信号受到大量干扰，而植入式电极虽然提供更好的信号，但商业化应用还需要很多改进。
有人问到对于 Elon Musk 的 NeuraLink 有何看法，以及是否认为好的 AI 算法能够帮助过滤或解析大量的噪音。
有人提到自己进行了两天的动态脑电图记录，并注意到任何可能引起电磁干扰的活动。他认为使用脑电图法拉第笼可能是一个解决方案，并补充说加入视频记录可以帮助医生过滤掉很多噪音。
有人询问脑电图的信噪比是多少，以及是否有相关的研究论文可以了解这方面的知识。
有人指出，脑电图的信号强度相对于周围的干扰来说很弱，除非在实验室的法拉第笼中，否则很难进行准确的读取。他还提供了有关信噪比和法拉第笼的维基百科链接。
有人提到信噪比是一个基本概念，可以通过搜索了解更多信息。
有人对论文中的结果提出质疑，并指出作者在代码中使用了错误的方法，这使得结果失真。他们还提供了相关的 GitHub 链接和论文链接。
有人讨论了这项技术的潜在滥用问题，包括对个人隐私和自由思维的影响，以及可能被执法机构和雇主滥用的风险。
有人提到这项技术可能对教学和治疗领域有积极影响，可以帮助人们更好地了解自己的思维模式，并进行个性化的教学和治疗。
有人讨论了技术的发展可能带来的伦理问题，并提到人们对于技术滥用的担忧。
有人提到类似的技术已经在过去被研究和开发，包括 DARPA 的“Silent Talk”项目。
有人提到这项技术可能会带来双向的心灵感应沟通。
有人讨论了使用脑电图技术来解读动物的思维，并提到这可能会带来一些有趣的应用场景。
有人提到这项技术可能会带来恐怖的后果，但也可能有一些有趣的应用。
请注意，这只是评论中的一些观点摘要，具体内容请参考原帖。
Promptbase: All things prompt engineering #
https://github.com/microsoft/promptbase
microsoft/promptbase 是一个关于提示工程的资源集合，提供了最佳实践和示例脚本，用于从基础模型（如 GPT-4）中引出最佳性能。它展示了 Medprompt 方法的示例脚本，包括如何将这些提示技术扩展到非医学领域。此外，它还提供了有关提示工程背后的科学过程的案例研究和结构化访谈的信息。
在 Medprompt 方法中，结合了三种不同的策略：动态少样本选择、自动生成的思路链和多数投票集成。
这些策略的组合使得 GPT-4 在医学挑战问题中取得了突破性的性能。动态少样本选择使用少量示例来让模型快速适应特定领域并学习任务格式。自动生成的思路链通过鼓励模型生成一系列中间推理步骤来显著提高基础模型进行复杂推理的能力。多数投票集成是将多个算法的输出组合在一起，以获得比任何单个算法更好的预测性能。
Medprompt+ 是对 Medprompt 方法的扩展，旨在在 MMLU（Measuring Massive Multitask Language Understanding）基准测试中实现更强的领域外性能。通过扩展 Medprompt 方法，使用一个简单的两种方法的提示组合，可以进一步提高在 MMLU 上的性能。
HN 评论 33 comments | 作者：CharlesW | 8 hours ago #
https://news.ycombinator.com/item?id=38673954
有人提出，为什么不能在管道中放置一个专门针对提示工程进行训练的模型，或者在迁移学习场景中使用它。
有人认为，如果 ChatGPT 无法给出满意的答案，可以告诉它不是想要的答案，以及原始答案缺少的内容，通常第二次会得到更好的答案。
有人问 DALL-E 是否已经与 ChatGPT 混合在一起，使用混合专家（MoE）类型的学习门一起训练它们。
有人表示，现有的 LLM（大型语言模型）可以进行微调来处理提示工程，这取决于所需的功能。
有人分享了一些关于如何改进 ChatGPT 生成结果的技巧和资源。
有人提到了 Prompt Engineering Guide（ https://www.promptingguide.ai/），这是一个关于提示工程的指南。
请注意，这只是对帖子评论的摘要，可能不包含所有观点和讨论。
US nuclear-fusion lab enters new era: achieving ‘ignition’ over and over #
https://www.nature.com/articles/d41586-023-04045-8
文章标题：US nuclear-fusion lab enters new era: achieving ‘ignition’ over and over
文章作者：Tollefson, Jeff
文章来源：Nature
这篇文章报道了美国国家点火设施（National Ignition Facility，NIF）的科学家们在核聚变研究中取得的突破。他们成功地多次实现了能量释放大于能量消耗的聚变反应，这一现象被称为“点火”。NIF 是一个巨大的激光设施，位于加利福尼亚州的劳伦斯利弗莫尔国家实验室（Lawrence Livermore National Laboratory，LLNL）。该设施的目标不是作为一个发电厂，而是为了重现和研究地下核试验中发生的反应。NIF 的成功不仅推动了核武器研究的进展，也引发了人们对聚变作为无限清洁能源的热情。
NIF 通过将 192 束激光照射到一个悬浮在金属圆柱内的钻石胶囊中的冻结氘和氚的小球上来工作。这种压缩使得氘和氚发生聚变，产生氦和大量能量。2022 年 12 月 5 日，这些聚变反应首次产生的能量比激光束传递到目标上的能量多约 54%。NIF 在 2022 年 7 月 30 日创造了新的纪录，激光束向目标传递了相同的能量（2.05 兆焦），但这次压缩产生了 3.88 兆焦的聚变能量，比输入能量增加了 89%。实验室在今年 10 月又进行了两次点火实验。尽管实验室的计算表明 6 月和 9 月的两次实验产生的能量略高于激光提供的能量，但还不足以确认点火。
NIF 的成功证明了实验室现在处于一个新的阶段，研究人员可以反复实现他们十多年来一直追求的目标。尽管激光脉冲的微小变化或钻石胶囊的轻微缺陷仍然会导致能量泄漏，使得压缩不完美，但科学家们现在更好地理解了主要的变量以及如何操纵它们。
然而，要将聚变能源提供给电网还有很长的路要走。NIF 的激光系统效率极低，单次点火实验中超过 99% 的能量在到达目标之前就丧失了。美国能源部的新惯性聚变能源研究计划的目标之一是开发更高效的激光系统。该计划宣布投资 4200 万美元，在未来四年内建立三个新的研究中心，其中包括国家实验室、大学研究人员和工业合作伙伴，共同致力于这一目标以及其他进展。
HN 评论 147 comments | 作者：goplayoutside | 9 hours ago #
https://news.ycombinator.com/item?id=38673654
该实验室在 2023 年 10 月进行了两次点火尝试，并取得了成功。在 6 月和 9 月的两次尝试中，实验室的计算显示产生的能量略高于激光器提供的能量，但不足以确认点火。
该实验室的方法并非用于实际的能源来源，自 20 世纪 70 年代以来就没有人声称这种方法是有用的。该实验室的目的是研究在不引爆氢弹的情况下，氢弹内部会发生什么。
有一家脉冲聚变初创公司，采用磁约束和惯性约束的组合，通过对等离子体施加巨大的电脉冲来触发聚变。该公司原计划在 2023 年底之前进行演示，但自 7 月以来停止了新闻发布。
对于聚变研究的投资是否值得，意见不一。一些人认为，聚变研究的投资可能会导致未来的能源突破，而其他人认为应该将资金投入到现有的可再生技术中。
该实验室的激光系统效率非常低，超过 99% 的能量在到达目标之前就会损失。此外，目前还没有捕获产生的能量并将其转化为电力的机制。
有其他聚变初创公司也在进行研究，包括 Longview、LaserFusionX、Xcimer Energy、Focused Energy、HB11 Energy 和 Marvel Fusion 等。
这些观点涵盖了关于该帖子的不同观点和讨论。请注意，这些观点来自于 Hacker News 上的评论，可能代表个别用户的观点，并不一定代表广泛共识。
AMD’s CDNA 3 Compute Architecture #
https://chipsandcheese.com/2023/12/17/amds-cdna-3-compute-architecture/
根据文章内容，以下是对文章的摘要：
AMD 的 CDNA 3 计算架构是为了在 GPU 计算市场上与竞争对手 Nvidia 展开竞争而推出的。
CDNA 3 架构在许多方面进行了改进，以提高性能和效率。其中包括采用先进的封装技术、引入 Infinity Cache 来解决带宽问题、增加了 XCD（Accelerator Complex Dies）和 L2 缓存的数量、提高了 L1 和指令缓存的容量等。
CDNA 3 架构还通过增加可执行的线程数和改进矩阵乘法性能来提高计算单元的利用率。总体而言，CDNA 3 架构旨在提供更高的性能和更好的计算体验。
请注意，这是对文章的简要摘要，可能不包含所有细节。如需了解更多信息，请阅读原文。
HN 评论 54 comments | 作者：ksec | 6 hours ago #
https://news.ycombinator.com/item?id=38675258
有人认为 AMD 将 GPU 架构分为 CDNA 和 RDNA 两条专门用于计算和图形的线路，这导致消费级显卡无法进行计算。这被认为是高级架构问题，类似于没有入口的高速公路。
有人指出，技术开发人员通常只支持一种 GPGPU API，而这种 API 通常是 NVIDIA 的 CUDA。虽然消费级 AMD 显卡在计算方面表现出色，但缺乏对 AI 库（如 PyTorch）的 D3D 或 Vulkan 后端支持。
有人提到 Vulkan Compute 后端对于数值计算（如 OpenCL 和 SYCL）来说是具有挑战性的，但目前最简单的方法可能是通过 Rocm/HIP 和 Mesa 项目的 RustiCL 后端的组合来实现。
有人认为 AMD 对于软件方面的支持不如 NVIDIA，软件方面的滞后可能是导致 AMD 显卡在计算任务中得不到广泛采用的原因之一。
还有人讨论了 AMD 和 NVIDIA 显卡在计算性能方面的比较，提到 AMD 显卡在某些计算任务中的性能优势，以及 NVIDIA 显卡在光线追踪和 DLSS 方面的优势。
这些是帖子中的一些观点摘要，涉及了 AMD 的 CDNA 3 计算架构以及与计算相关的话题。请注意，这些观点来自于帖子中的不同评论者，可能存在不同的观点和观点的偏见。
Evaluating new software forges #
https://notgull.net/finding-a-forge/
本文是对 GitHub 以外的其他软件源的评估。作者对 GitHub 仍然是全球最大的软件源并且非常喜欢在这里贡献开源软件，但是他对 GitHub 的一些做法感到担忧，比如最近推出的 “Copilot” 功能，以及其闭源的运营背景。
文章首先介绍了 GitLab，它是 GitHub 的最早竞争者之一。然而，作者认为 GitLab 并非真正的开源软件源，因为它采用了 “开放核心” 模式。此外，GitLab 也经常紧随 GitHub 的步伐，让人感觉像是在追赶潮流。因此，作者对 GitLab 并不感兴趣。
接下来，作者介绍了 SourceHut，它与 GitLab 截然相反，不追随 GitHub 的趋势，而是选择相反的路线。SourceHut 提供简单而强大的代码贡献系统，其持续集成（CI）功能甚至比 GitHub 更好。然而，作者发现 SourceHut 的基于电子邮件的工作流程对于大多数人来说可能太繁琐了，而且现代电子邮件客户端并不适合阅读和编写代码。
作者还介绍了 Codeberg，它是 Forgejo 的一个公共实例，Forgejo 又是 Gitea 的一个分支。Codeberg 的界面类似于 GitHub，具有熟悉的拉取请求功能和 CI 功能。然而，Codeberg 的 CI 容量有限，对于需要进行大量测试的项目来说可能不够用。
在评估了其他软件源之后，作者考虑了自己搭建 Gitea 的可能性。尽管作者曾表示不想自己搭建，但在与一位熟人的交流中，他发现只需配置两个文件即可在 LightSail 服务器上搭建 Gitea 和 Drone CI。最终，作者搭建了一个相对功能齐全的软件源，具有适合自己需求的 CI 系统、自动更新功能和与 GitHub 的镜像。
作者指出，这个自建的软件源仍然处于 “试验” 阶段，如果将来变得过于不方便或成本过高，他可能会将其迁移到其他地方。然而，对于作者来说，拥有自己的代码空间并完全掌控代码的方式是一种解放感。
最后，作者强调本文仅为个人评估，希望这个自建软件源能够继续运行良好。
HN 评论 119 comments | 作者：riidom | 12 hours ago #
https://news.ycombinator.com/item?id=38672386
根据对这篇帖子的评论进行摘要，以下是一些观点：
GitHub、GitLab（自托管）和 Source Hut 被认为是最好的选择。
GitHub 具有独特的功能，如赞助商、Dependabot 和代码扫描，是开源软件的较低摩擦入口点。
GitLab 自托管具有更多的企业开源感觉，适用于大型项目，但可能对小型项目不太适用。
Source Hut 具有独特的功能，如“未列出”存储库，但使用基于电子邮件的工作流可能不受欢迎。
Radicle、Ayllu 和 Pierre 等其他平台也被提及，但没有详细评估。
这些观点是根据帖子中的评论总结出来的。请注意，这些观点代表了评论者的个人意见，可能会因个人偏好和经验而有所不同。