I Ching
PulseAugur coverage of I Ching — every cluster mentioning I Ching across labs, papers, and developer communities, ranked by signal.
6 天有情绪数据
-
新的熵陡峭工具映射复杂表格数据，绕过PCA限制
一种名为“熵陡峭”（Entropic Scree）的新型非参数、模型无关的诊断工具已被开发出来，以解决分析复杂表格数据的局限性。PCA和Kernel PCA等传统方法可能由于非线性依赖和纠缠根源而高估数据的内在秩。熵陡峭利用归一化互信息来识别真实的生成根源，映射它们的信息引力，并估计信号与噪声的共享比例。该框架旨在提供对数据结构的更准确理解，从而能够更好地确定神经网络瓶颈的大小。
-
新论文确立网络信息聚合的最优下界
Kearns 等人的一篇新论文通过确立长度为 D 的路径上均方误差 (MSE) 的 $\Omega(1/\sqrt{D})$ 下界，解决了网络信息聚合中的一个核心开放性问题。这一发现改进了先前展示的 $O(1/\sqrt{D})$ 上界和 $\Omega(1/D)$ 下界的工作，从而缩小了 MSE 的差距。该分析已扩展到更广泛的凸损失函数类，证明对于高斯实例在其最坏情况族（包括逻辑损失）中，$\\ell$-误差下界也为 $\Omega…
-
易经的启示揭示生活模式，指引自我发现
易经被呈现为一种信息，揭示一个人生活中反复出现的模式，而非一种诅咒。它表明这些周期，常被视为障碍，实际上是朝着特定方向或目标指引的指南。核心思想是重新构建一个人如何解读这些生活模式，将其视为自我发现的机会，而非阻碍。
-
Logprobs：解锁语言模型输出的量化洞察
Logprobs，即为生成 token 分配的概率的对数，为语言模型输出提供了量化洞察。这些值通常为负数，可以通过指数运算得到概率，负值越低表示确定性越高。开发者可以利用 logprobs 将生成模型转变为评分机制，例如通过确保模型输出代表一个类别的单个 token 来实现文本分类等应用。仔细考虑 API 设置，如 temperature 和 logprobs 是原始值还是转换后值，对于准确解释和应用至关重要。
-
播客探讨新技术与大规模毁灭
此集群包含一个条目，即一个YouTube链接，播客的标题是“新技术与大规模毁灭”。该播客似乎是希腊语的，内容涉及技术、AI和机器人技术，标签暗示了诸如信息学、SAR（搜救）和火灾等主题。提到的具体实体包括Mastodon、Reboot播客、Epe、Qiu、ReBoot、podcast、computer和《易经》。
-
新分析详细介绍了神经网络回归中的误差来源
研究人员发表了对回归的理论误差分析，回归是一种通过拟合能量得分下的生成模型来学习条件分布的方法。该分析采用深度神经网络实现，将超额风险分解为近似误差、随机误差和蒙特卡洛误差。在目标条件生成器的特定组合平滑度假设下，建立了收敛速率。
-
恒生指数上涨0.98%，科技指数上涨1.57%，板块普涨
恒生指数收涨0.98%，恒生科技指数上涨1.57%。硬件、软件和媒体板块领涨，MINIMAX 飙升超过17%。相反，石油、天然气、半导体和煤炭板块下跌，山东墨龙下跌超过14%。南向资金净流出15.74亿港元。
-
茅台提高直营店价格；Shoplazza AI 助手在 Product Hunt 上线
茅台已将其53度500ml飞天茅台瓶装酒在北京和上海的直营店价格上调至1719元。此次提价高于i茅台平台上的1639元，是市场化改革的一部分，旨在使价格与市场实际情况和运营成本保持一致。另外，Shoplazza 在 Product Hunt 上推出了其 AI 原生电商操作系统和 AI 助手 Athena，并荣登当日排行榜榜首。
-
茅台提价之际，白酒行业库存危机高达3000亿 · 追踪1个来源
贵州茅台已将其飞天茅台的官方零售价从每瓶1539元上调至1639元，合同价也随之上涨。此举旨在使官方价格更贴近市场流通价，并解决行业结构性问题，包括超过3000亿元的社会库存和上市公司超过1700亿元的库存。虽然茅台的直销渠道收入占比已超过50%，显示出销售结构的重大转变，但更广泛的白酒行业面临消费者老龄化、传统消费场景萎缩、经销商模式失效等挑战，库存预计需要一到两年才能消化。
-
神秘实验室被揭欺诈；K3发布引发市场动荡
一家声称已登顶全球榜单的神秘实验室被揭露为欺诈。与此同时，K3的发布导致服务器过载和Nvidia股价大幅下跌，促使Anthropic连夜调整其订阅服务。
-
百度推出具有先进微表情技术的数字人视频播客解决方案
百度在WAIC大会上推出了一款数字人视频播客解决方案，解决了高昂的制作成本和生硬的数字人表情等挑战。该解决方案利用百度的文心大模型进行精细的微表情规划，并采用专门的模型实现表情、眼动和语音的精准同步。这项技术旨在实现数字人深度访谈内容的工业化生产，显著降低成本，并提高内容质量和观众参与度。
-
新的Yi系统支持LLM高效原地向量索引更新
一个名为Yi的新系统已被开发出来，以应对更新大型语言模型向量索引的挑战。Yi支持高效的原地图基向量索引，保持高更新吞吐量和搜索结果质量。它利用基于任务的执行引擎、异步缓冲区管理器和向量文件系统来实现这些改进。实验表明，与现有系统相比，Yi提供了显著更高的更新和搜索吞吐量，同时消耗更少的内存和CPU资源。
-
开源大语言模型有效前沿由参数效率绘制
一位Reddit用户整理了一张图表，说明了开源大语言模型的有效前沿，将效率定义为模型得分与其活跃参数的比率。该图表侧重于代表性能和大小之间最佳权衡的模型，排除了效率较低的模型。用户承认所使用的聚合基准可能不完美，但认为它是整体性能的可靠指标。
-
易经：生活中反复出现的模式是信息，而非诅咒
易经被呈现为一种信息，而非诅咒，揭示了个人生活中反复出现的模式。它表明，这些常被视为障碍的周期，实际上是指示特定方向或目的的信号。核心思想是重新评估这些持续的生活模式，将其作为自我发现和理解的指南。
-
研究发现，开源LLM在检查点之间的可信度会显著漂移
arXiv上发表的一项新研究审计了开源聊天LLM的可信度，特别考察了Yi、Qwen、Mistral和Gemma在多代模型中的表现。研究发现，可信度分数通常不能准确反映模型检查点之间的变化，在高于无漂移参考零值的情况下观察到了显著的漂移。作者提出，信任分数应被视为特定于每个检查点的过时产物，而不是在未经重新测量的情况下沿用到后续版本，并提倡使用纵向模型卡。
-
古代《易经》序列未能改善神经网络训练
一篇新论文探讨了周文王序列（《易经》卦象的一种古代排序方式）的统计特性，以期改善神经网络训练。研究人员发现该序列具有独特的统计特征，如高转移距离和负自相关，这些特征表面上与课程学习的原理相似。然而，在不同硬件平台和训练方法上的实验表明，应用周文王序列要么降低了性能，要么没有显著影响，这表明其独特的方差会破坏基于梯度的优化。
-
中国古代易经与莱布尼茨的二进制系统与人工智能的起源相关联
人工智能的发展根植于中国与西方之间一段历史性的思想交流，其时间早于现代计算机科学先驱。德国博学家戈特弗里德·威廉·莱布尼茨（Gottfried Wilhelm Leibniz）开发了对计算至关重要的二进制数字系统，并将其与在北京的耶稣会传教士乔阿希姆·布维（Joachim Bouvet）分享。布维认识到莱布尼茨的二进制系统与中国古代《易经》中的64卦相同，而《易经》大约在3000年前就已经开发出来。这一发现传达给莱布尼茨，验证了他的二…
-
西方人士赞扬《易经》的智慧与易懂性
《易经》，又称《变化之书》，是一部中国古典著作，根据多位西方人士的说法，它提供了智慧和诗意的启示。尽管卡尔·荣格断言其独特的中国精神难以被西方人理解，但该文本仍被认为易于理解且具有吸引力。艾伦·金斯堡、琼尼·米歇尔、约翰·凯奇和默斯·坎宁汉等人都曾赞扬《易经》的深刻见解。
-
新研究探讨了具有界限扰动和分布式智能体的对抗性赌博优化
两篇新研究论文探讨了对抗性赌博优化，这是一种机器学习技术，其损失可能不是凸的且不光滑。第一篇论文介绍了一个用于凸损失和 beta-光滑损失的全局预算扰动的框架，并建立了预期遗憾保证。第二篇论文解决了分布式对抗性赌博问题，提出了一种黑盒方法，允许智能体通过流言通信最小化全局平均损失，实现了接近最优的遗憾界限。
-
Haotokai 简化了全球开发者对顶级中国大模型的访问
一项名为 haotokai 的新服务旨在简化国际开发者使用领先的中国开源大型语言模型的过程。目前，排名前10的开源大模型中有8个来自中国实验室，其中Moonshot的Kimi K2.6在基准测试中领先。然而，访问这些模型通常会遇到很大的障碍，例如需要中国手机号注册、处理多种货币和SDK、以及面临区域不稳定问题。Haotokai 提供了一个统一的、OpenAI兼容的API端点，规范了对这些模型的访问，处理仅美元计费，并提供自动绕过故障的…