某研究机构的研究人员开发了一种更智能的方法，让大语言模型在解决问题时能够动态分配计算量。该方法使模型能够根据问题的难度以及每个部分解决方案导向正确答案的可能性，...

某机构科学家James Hensman在牛津机器学习暑期学校（OxML）上进行了关于高斯过程的讲座。OxML是一个为期两周的虚拟活动，旨在培养机器学习人才，以应...

千淘万漉虽辛苦，吹尽狂沙始到金。嗨，大家好！我是码农刚子。今天和大家聊一聊ML.NET 如何快速入门。ML.NET 是微软为 .NET 开发者量身打造的机器学习...

MRAD 另辟蹊径——冻结 CLIP 编码器，构建双层特征-标签记忆库，推理时直接相似度检索得到异常分数，无需参数拟合。基于此衍生三个递进变体（MRAD-TF ...

时序预测在商业、科学和工程的众多应用中至关重要。近期，基础模型引领了时序预测领域的范式转变。与从单一时间序列进行外推的统计模型，或在特定任务上训练的早期深度学习...

亚马逊与麻省理工学院（MIT） 公布了作为科学Hub（Science Hub）一部分的2023年资助项目与奖学金获得者名单。科学Hub由MIT的施瓦茨曼计算学院...

前一篇文章我们深度拆解了 nanobot——港大开源的超轻量 AI Agent 框架，4000 行代码平替 OpenClaw，一个月冲到 32K+ Star。

一句话概括：Nanobot 是一个超轻量级的开源个人 AI 助手框架，用不到 OpenClaw 1% 的代码量，实现了核心 Agent 能力。

近日，某研究机构的研究团队成功开发出一种电子舌，该设备能够识别相似液体（如不同含水量的牛奶）之间的细微差异，区分各类产品（包括不同种类的苏打水和咖啡混合饮品），...

许多人正利用大型语言模型（LLM）构建真正的新事物，例如以前无法实现的狂野互动小说体验。但是，如果你正在处理企业长期以来试图解决的同类自然语言处理（NLP）问题...

因果表示学习的任务旨在揭示影响低层观测数据的、潜在的更高层因果变量。然而，在允许潜在变量之间存在瞬时因果关系的同时，从观测数据中识别出真实的潜在因果变量仍然是一...

https://www.frontiersin.org/journals/cognition/articles/10.3389/fcogn.2025.16183...

关键词：条件风险价值；去偏机器学习；双重稳健性；部分识别；边际敏感性模型；半参数效率

A machine learning approach to predicting dynamicalobservables from network stru...

Machine Learning and the Future of Bayesian Computation

他始终致力于将复杂的机器学习概念以清晰易懂的方式呈现：书中丰富的案例、直观的图表以及精心设计的习题，都是为了帮助读者更好地理解和掌握机器学习的核心知识。全书以贝...

获奖论文为《基于时间上下文的实时推荐系统》（Temporal-contextual recommendation in real-time），作者为机器学习科学...

Bayesian Models of Cognition Reverse Engineering the Mind

在如今信息爆炸及互联网飞速发展的时代，AI成为了这几年全世界最炙手可热的科技话题，而我们每天会面对无数的AI资讯，无论是大模型、智能体还是各行各业的AI应用，而...

在本次演讲中，我将展示大型语言模型（如GPT-3）如何作为现有机器学习工作流程的补充而非替代品。