Python软件基金会(PSF)已放弃一项价值150万美元的政府资助,这主要归因于特朗普政府对"觉醒主义"的打击,这实际上削弱了一些开源安全项目。
这个编程非营利组织的副执行董事洛伦·克拉里在今天的博客文章中表示,美国国家科学基金会(NSF)曾提供150万美元资助,用于解决Python和Python包索引(PyPI)的结构性漏洞,但基金会很快对必须遵循的资助条款感到沮丧。
"这些条款包括确认声明我们'在此次财政援助奖励期间,不会也不将运营任何推进或促进DEI(多元化、公平和包容)或违反联邦反歧视法律的歧视性公平意识形态的项目',"克拉里指出。"这一限制不仅适用于由资助直接资助的安全工作,还适用于PSF整体的任何和所有活动。"
更糟糕的是,条款包含一项规定,如果发现PSF违反了反DEI指令,NSF保留追回任何先前已发放资金的权利,克拉里解释说。
"这将创造一种情况,即我们已经花费的资金可能被收回,这将是一个巨大的、开放式的财务风险,"PSF董事补充道。
PSF的使命声明承诺支持和发展"多元化和国际化的Python程序员社区",基金会最终决定不愿在这一立场上妥协,即使这本来会为组织带来可观的财政支持。
"PSF是一个相对较小的组织,年预算约为500万美元,员工仅14人,"克拉里补充说,并指出150万美元本来会是基金会有史以来收到的最大资助——但如果条件会破坏PSF的使命,这就不值得了。
PSF董事会一致投票撤回其资助申请。
这个非营利组织本打算使用这笔资金来帮助防止供应链攻击;为新的PyPI包创建新的自动化、主动审查流程;并使项目工作易于转移到其他开源包管理器。
克拉里在给The Register的消息中表示,她对无法承担资助中提议的安全工作感到失望,她同意NSF在其资助条款中的DEI限制正在损害其资助高质量科学研究的能力。
"这里的部分问题在于所有的不确定性,"克拉里告诉我们。"即使我们想要放弃任何可能被认为是DEI工作的内容——我们不想——这里的部分风险在于所有这些限制都是新的,语言非常宽泛……我对成为测试案例没有兴趣。"
克拉里对团队的选择很有信心,并赞扬Python社区支持基金会。
"相信我们的社区会支持我们的决定让这变得容易得多,"克拉里评论道。"我们今天在宣布决定后看到的支持证明了这一点。"
PSF并不是第一个因为反DEI承诺而撤回NSF资助的技术基金会。
为研究人员提供软件工程和数据科学培训的非营利组织The Carpentries也曾有望从NSF获得150万美元资助,但在6月因与PSF完全相同的原因撤回了申请。
"The Carpentries在做出决定时表现出了真正的领导力,"克拉里说。
我们就此事联系了NSF寻求评论,但只收到了自动回复,告诉我们由于持续的政府关闭,没有人能够回答我们的问题。
Q&A
Q1:Python软件基金会为什么放弃150万美元的政府资助?
A:Python软件基金会放弃资助是因为美国国家科学基金会的资助条款要求他们不能运营任何推进多元化、公平和包容(DEI)的项目,这与基金会支持多元化Python程序员社区的使命相冲突。
Q2:这项资助原本要用来做什么?
A:这笔150万美元的资助原本计划用于解决Python和Python包索引的结构性漏洞,包括防止供应链攻击、为新PyPI包创建自动化审查流程,以及使项目工作易于转移到其他开源包管理器。
Q3:除了Python基金会,还有其他组织因为同样原因放弃NSF资助吗?
A:是的,非营利组织The Carpentries也在6月因为相同的反DEI条款要求撤回了150万美元的NSF资助申请。该组织为研究人员提供软件工程和数据科学培训。
好文章,需要你的鼓励
华盛顿大学Pedro Domingos教授提出的张量逻辑是一种革命性的AI编程语言,它通过将逻辑推理与张量代数在数学层面统一,实现了符号AI和神经网络的深度融合。该语言仅使用张量方程这一种构造,就能优雅地实现从Transformer到形式推理、从核机器到图模型等多种AI范式,更重要的是开辟了在嵌入空间中进行可靠推理的新方向,有望解决大型语言模型的幻觉和不透明性问题,成为推理、数学和编码模型的理想语言。
上海AI实验室等机构联合提出FrameThinker框架,革命性地改变了AI处理长视频的方式。该系统采用"侦探式"多轮推理,先快速扫描全视频获得概览,再有针对性地深入分析关键片段。通过两阶段训练和认知一致性验证,FrameThinker在多个视频理解基准测试中准确率平均提升10.4%,计算效率提高20倍以上,为AI视频理解领域带来突破性进展。
科技巨头IBM今日宣布推出新的区块链数字资产平台,专为金融机构和受监管企业设计。该平台名为"数字资产避风港",将为银行、企业和政府提供比特币、以太坊、稳定币和代币化资产的安全管理服务。平台由IBM与数字钱包基础设施提供商Dfns合作开发,支持超过40个公链和私链的全生命周期管理,并集成第三方身份验证和反洗钱合规工具。
复旦大学团队创建MedQ-Bench基准,首次系统评估AI模型医学影像质量评估能力。研究覆盖五大成像模式,设计感知-推理双层评估体系,意外发现医学专用AI表现不如通用AI。结果显示最佳AI模型准确率仅68.97%,远低于人类专家82.50%,揭示了AI在医学影像质控应用中的现实挑战和改进方向。