论文《多模态基础模型中的多样本上下文学习》（Many-Shot In-Context Learning in Multimodal Foundation Models）探讨了在上下文学习（In-Context Learning, ICL）中，多模态基础模型从少样本扩展到多样本时的 Read more
阳光下，近视眼镜两个镜片的光晕大小不同，哪边的近视程度高？ 问了问ChatGPT4o，回答有误。提示了一下，然后纠正错误并给出正确答案。乖巧的AI~ 近视眼镜是凹透镜，其作用是将光线向外发散，因此镜片的度数越高（近视度数越大），它的发散能力就越强，导致通过镜片的光线在桌面上形成的 Read more
论文《量子神经网络损失景观的统一理论》（A Unified Theory of Quantum Neural Network Loss Landscapes）的论文提出了一个综合性理论，扩展了对量子神经网络（QNNs）损失景观的理解。 论文作者为来自Caltech的Eric R. Read more
符号回归（Symbolic Regression）在历史上具有重要意义，其根源可以追溯到开普勒发现行星运动定律。现代符号回归方法包括遗传算法，这种算法通过模仿生物进化过程来寻找最符合的符号表达式。 论文《AI Feynman：一种受物理启发的符号回归方法》（AI Feynman: Read more
Surrogate Modelling（替代建模）是一种使用简单、计算效率高的模型来近似复杂、计算昂贵的真实系统的技术。它广泛应用于工程设计优化、模拟、机器学习、以及科学研究中。其主要目的是在维持一定的精度的前提下，减少计算资源和时间的消耗。 一、Surrogate Modell Read more
近期，Scientific American上有一篇有趣的科学文章，文章名为Can AI Save Schrödinger’s Cat?（《AI能否拯救薛定谔的猫？》），作者为Anil Ananthaswamy。文章讨论了量子力学中的一个重要问题：观察者在量子测量中的角色，以及人 Read more
数学大神Stephen Wolfram新近发表文章What’s Really Going On in Machine Learning? Some Minimal Models（《机器学习中到底发生了什么？一些最简模型》）。文章通过简化模型，对机器学习的基础原理进行了重要的理论探 Read more
前几天完整看了Nicholas Carlini写的长文𝙃𝙤𝙬 𝙄 𝙐𝙨𝙚 "𝘼𝙄"，颇有共鸣。AI确实能够大幅提升效率。 刚刚学习物理信息神经网络（或称物理引导神经网络，Physics-Informed Neural Networks，PINNs），让ChatGPT 4o给出示例 Read more
华盛顿大学的Steve Brunton教授关于“物理引导的机器学习”（Physics-Informed Machine Learning，PIML）的讲座非常值得观看学习。讲座探讨如何将物理定律、原理和知识融入机器学习模型，以提高这些模型的准确性、效率和泛化能力，特别是在工程、流 Read more
论文《Mission: Impossible Language Models》对当前关于大型语言模型（LLMs）是否能够学习“人类不可能语言”的争论进行了深入探讨，特别是对乔姆斯基（Noam Chomsky）及其同事提出的观点提出了挑战。 论文作者为Julie Kallini, Read more
论文《通过裁剪和知识蒸馏实现紧凑的语言模型》（Compact Language Models via Pruning and Knowledge Distillation）详细探讨了如何通过裁剪（Pruning）和知识蒸馏（Knowledge Distillation）来压缩大型 Read more
根据世界卫生组织（WHO）的数据，每年全球有超过125万人因对抗生素等药物免疫的感染而死亡。到2050年，这一数字可能会增加到1000万人。而在未来六年内，约2400万人可能会因为治疗传染病的高昂费用而陷入极端贫困。 使用人工智能的研究人员正在挖掘早已灭绝的物种，如猛犸象和巨型树 Read more