我的 X 阅读

上个月，千禧年问题被解决的时候， “因为AI没有正确引用先前研究，可能会容易引发权利问题吧” 曾被担忧， 但这次它正确引用了先前研究，真是太好了，对吧？ 引用：6维的CP猜想似乎也解开了，果然还是引用了我的结果。

许多倾向评分匹配 (PSM) 教程几乎完全侧重于匹配步骤。 然而，选择合适的匹配算法是整个分析过程中最重要的决策之一。 MatchIt 包已成为倾向评分匹配的标准 R 包。https://t.co/I2xOcoUGHu

事情果然如之前的消息所预示的那样发展。 https://t.co/yV3ue0vVnQ 引用：这将会是一场混乱。

@cremieuxrecueil https://t.co/e5tJx9x8eG 引用：没有什么比为黑人创造机会更具进步意义了。

转帖：可能会过时，但我认为霍奇猜想、BSD 和黎曼猜想大概都是真的。

Spotify 完整采访链接已上线： https://t.co/51XOmkXaZi 引言：计算机芯片中几乎所有的能量都以热量的形式浪费掉了。@rodolfor 认为我们可以回收这些能量。 在三磨坊岛的码头上，他解释了可逆计算、他在维基百科页面上发现的孤儿问题，以及摩尔定律为何即将开始倒退。 “如今，你正面临收益递减，很快，你将面临负收益。” 由 Isembard 赞助。如果您想在英国、美国、德国或法国拥有并运营一家工厂，请发送电子邮件至 [email protected]。 0:00:00 为什么需要可逆计算？ 0:01:02 寻找孤儿问题 0:02:00 当人工智能与摩尔定律碰撞 0:02:14 一切始于维基百科页面 0:03:37 一个专家云集却无人问津的领域 0:04:35 彼得·蒂尔、垄断以及三年的秘密研发 0:06:30 2027年实现通用人工智能？这些芯片可做不到 0:07:00 团队如何相遇 0:08:48 可逆计算详解 0:10:03 芯片为何发热：信息擦除 0:11:32 钟摆效应：能量回收 0:12:11 能量回收与信息回收 0:14:29 没人尝试，这难道不是个坏兆头吗？ 0:14:58 为什么大家都放弃了，以及人工智能如何改变了这一切 0:15:50 LED灯泡的比喻（以及汤姆对LED的抨击） 0:16:38 兰道尔原理 0:17:34 我们距离极限还有多远？ 0:18:03 真正的极限是CMOS（C是什么？） 0:19:19 大家对摩尔定律的误解 0:20:13 为什么热量会损坏小型晶体管 @VaireHQ

谁能想到呢？ 引用：本·阿弗莱克透露他会写Python，了解卷积神经网络，曾大量使用GPU，并利用自己的名人身份提前体验了谷歌和OpenAI的视频模型 “我从小就对电脑很感兴趣。后来，随着电影从胶片时代过渡到数字时代，我对这方面更加着迷。多年来，视觉特效的工作流程中一直包含机器学习，所以我能写出一些很烂的Python脚本之类的东西。” “卷积神经网络是Transformer模型的前身，Transformer模型可以同时进行更多计算。卷积神经网络会用到一种叫做张量的东西。张量是将视觉图像转换成数字，例如批次号、帧号以及每一帧中每个像素的红、绿、蓝值。就这么简单。这种数值就叫做张量。” “你会用卷积神经网络来识别模式，从而进行所谓的边缘检测或特征提取。这能让你足够精准地识别模式，知道窗台在哪里，这样我们就能更轻松地移除绿幕图像并替换成其他内容。 “我以前就熟悉这方面，因为在加入美国艺术家权益协会之前，我经营着一家小型视觉特效公司。我也经常使用GPU。视觉特效团队的人说：‘嘿，你应该看看。有几家公司：谷歌和另一家叫OpenAI的公司，正在用变形技术制作视频，效果非常棒。’ “我发现，我其实可以直接打电话说：‘嘿，我是本·阿弗莱克。我可以去看看你们在做什么吗？’有时候，人们真的会答应，这让我很惊讶。”

转帖：OpenAI 的数学问题解决， https://t.co/tby5YXFYgY 量子海森堡强磁性之类的和自旋玻璃之类的， 广义相对论之类的， 好像也有不少物理系问题呢

转帖：我们正在发布一款内部前沿模型产生的大量新数学成果。 我们一直在与高级研究所的独立数学与人工智能顾问小组进行磋商，并借鉴了他们的建议和公开推荐，来指导我们如何发布这些成果。 https://t.co/7N6TPlft1P

逆高斯巴赫猜想真是一个美丽的问题 引用：OpenAI 刚刚发布了 300 多个数学问题的解决方案洪流。 其中包括对以下内容的证明： -- 黎曼 Zeta 函数的零点自由带 -- CM 阿贝尔簇的 Hodge 猜想证明 https://t.co/zV0lcC81dX

Hark 的一个很好的概述，值得一看 顺便说一句，Alex，你的幻想球队似乎需要改进 引用：这个新的 AI 代理让我大开眼界 Hark 是一个主动型代理，拥有自定义界面，会根据你的身份完全转变 他们在一周前给了我早期访问权限，我真的很享受使用它的过程 以下是你需要了解的关于 Hark 的一切：

这是我的服务 https://t.co/Orxal6vzU0 自部署以来每小时的 GPT-2 令牌生成流量。橙色堆叠柱状图代表包含实时 Codex/Sol-6.1 聊天机器人的私有实验。https://t.co/guVcxqfkIB 引用：我的小型 GPT-2 聊天机器人（由 Sol 编写）现已上线，任何人都可以访问 https://t.co/Orxal6vzU0 与之聊天。它运行在配置一般的实例上，使用 CPU，因此速度不快，但可以正常工作。用户界面默认使用 2 个预设示例，但即使不使用示例也能正常工作。https://t.co/VDPPPKa0szm

なんと… 引用：这里列出了一系列令人震惊的量子信息、多体物理和量子计算领域的问题，而这些领域正是我所钟爱的。问题太多了，但我只想列举以下几个： 1. 二维面积定律的证明。 2. 自旋为1的霍尔丹能隙。 3. 宇称不存在于QAC^0中。 4. 恒定误差的Aaronson-Kuperberg猜想。 5. 酉VOA生成共形网。 情况瞬息万变。我甚至无法想象未来几个月会发生什么，更别说一年之后了。

转帖：这是 Jev 最令人印象深刻的用例之一。 我在代理评估、评判器和验证器方面做了很多工作。 我发现 Jev-as-a-Judge 通过一致性提高了 LLM 评判器的可靠性。使其非常适合评判器、验证器和持续监控。

与 Birch-Swinnerton-Dyer 相关的其他工作 https://t.co/bTAR4YRBAz 引用：OpenAI 刚刚发布了 300 多个数学问题的解决方案洪流。 其中包括对以下内容的证明： -- 黎曼 Zeta 函数的零点自由带 -- CM 阿贝尔簇的 Hodge 猜想证明 https://t.co/zV0lcC81dX