从梯度到能力：一个学生模型如何同时跟四位老师学习
想象一个场景。一个刚毕业的实习生，同时被安排给四位风格迥异的师傅带：一位数学特别强，一位代码写得飞起，一位特别擅长照着要求办事，一位科学知识渊博。公司的想法很美好,让实习生把四位师傅的本事都学到手，变成一个全能选手。但现实往往没那么顺利。
同样用AI，为什么有的人用得更好？Anthropic新报告揭秘
报告发现，使用Claude超过6个月的老用户，对话成功率比新用户高出约10%，且这一差距排除了任务类型、所在国家或所选模型等方面的偏差。
自然指数首次聚焦年轻大学，中国科学院大学排名第一
10月24日，澎湃新闻（www.thepaper.cn）记者从施普林格·自然集团获悉，当天发布的2019自然指数年轻大学榜单显示，亚洲尤其是中国、韩国和新加坡的年轻大学在高质量科研产出方面有出色表现。
通过学习曲线识别过拟合和欠拟合
来源：Deephub Imba本文约3000字，建议阅读5分钟本文将介绍如何通过学习曲线来有效识别机器学习模型中的过拟合和欠拟合。欠拟合和过拟合1、过拟合如果一个模型对数据进行了过度训练，以至于它从中学习了噪声，那么这个模型就被称为过拟合。
实测最近很火的Macaron AI，大模型的尽头是学会“智慧地遗忘”？
作者 | Kino编辑 | 石濑Vibe Coding的门槛，这下被彻底抹平了。我一个完全不会写代码的人，用最近很火的Macaron AI（马卡龙AI）2小时做了5个专属于自己的App。不是夸张，是真的只用了2个小时。
世界能源展望—世界能源模型说明文档（2019版）
【能源人都在看，点击右上角加'关注'】执行摘要 背景此版本的世界能源模型包含有覆盖25个地区至2040年的能源发展。其中，可持续发展情景的主导结果是面向2050年的。
00后硕士揭开AI推理“黑科技”：两个Token，基模追平强化学习版本
智东西10月10日报道，一项来自麻省理工学院等机构的研究发现，只要固定基础模型回答开头的两个Token，就能让模型的数学推理成绩接近对应的强化学习版本。
机器学习深度研究：方差与偏差、过拟与欠拟合、学习曲线
给大家拜个晚年，祝大家晚年幸福。很多知识串起来才更容易理解、才有意思，本期本想只讲一下学习曲线的妙用，但是准备材料的时候，发现方差与偏差、过拟与欠拟这两组概念也绕不过去，内容也有相通之处，所以才有此文。
他们在1993年就提出了Scaling Law
明敏 发自 凹非寺量子位 | 公众号 QbitAI原来，Scaling Law在32年前就被提出了！不是2020年的OpenAI、不是2017年的百度，而是1993年的贝尔实验室。
中国年轻大学高质量科研产出增长强劲
增刊封面10月24日发布的2019自然指数年轻大学榜单及增刊，首次对办学时间不超过50年的年轻大学的高质量科研产出情况进行了排名。榜单显示，亚洲尤其是中国、韩国和新加坡的年轻大学在高质量科研产出方面有出色表现。