熱門文章
-
本次訪談邀請到深耕人工智慧與軟體工程多年的Andre Karpathy，討論AI代理（agents）技術的革命性進展、軟體工程與研究自動化的未來願景，以及AI在家居自動化、教育和機器人領域的應用趨勢。 AI代理顛覆軟體開發 Karpathy 表示，從2023年12月開始，他...
-
這段影片介紹了一位創作者如何利用Andre Karpathy（前特斯拉AI主管、OpenAI創始成員）發布的自動研究（Auto Research）開源專案，打造一套能自我提升的內容產製機器人。該系統每天產出5支影片，發布後根據Instagram及Facebook的真實觀看數據，自...
-
這段訪談深入探討了宇宙可能是模擬運行的假設，並涉及多領域專家的觀點，包括遊戲設計、哲學、物理學、心理學與生命科學。 首先，卡內基梅隆大學的遊戲設計專家Jesse Shell指出，雖然當代遊戲無法完美模擬三維世界與複雜感官體驗，但透過簡化「主動玩家」與「背景角色」的運算方式，可...
-
本集《Y Files》深入探討了一種被稱為「時間風暴」的超自然現象，這類事件在全球範圍內已被記錄數百年，許多文化對其有不同的稱呼。時間風暴被描述為帶有光芒的彩色迷霧，能引起時間感知扭曲、失蹤甚至物理變化的神秘現象。 故事從1977年智利山區的軍士瓦爾德茲（Armando Va...
-
在大型語言模型（Large Language Models, LLM）持續推進自然語言處理能力的今天，如何有效且深入理解這些模型在微調（Finetuning）過程中內部行為的演變，成為一個極具挑戰且重要的議題。Ren 與 Sutherland 於 ICLR 2025 發表的論文...
-
在機器學習與統計建模領域中，對離散分布的有效抽樣（sampling）一直是一項挑戰。尤其是在高維度與複雜結構的概率模型中，如何利用梯度資訊改善抽樣效率仍未有明確解決方案。Grathwohl 等人在 2021 年 ICML 發表的論文《Oops I Took A Gradient...
-
在深度學習蓬勃發展的當下，模型架構愈來愈複雜，而如何使模型在取得高表現的同時，兼顧運算效率與彈性，成為研究重點。由 Chen 等人於 NeurIPS 2018 發表的 Neural Ordinary Differential Equations (Neural ODEs) ，提...
-
在深度學習領域中，多層感知器（Multi-Layer Perceptrons，簡稱 MLP）長期以來都是神經網路的基石模型，其架構包括固定形式的節點激活函數與線性權重參數。然而，ICLR 2024 年榮獲 Outstanding Paper 獎的論文《KAN: Kolmogor...
-
主成分分析（PCA）是機器學習與資料科學中極為重要的維度約減技術，廣泛應用於資料前處理、特徵萃取、降噪及資料視覺化等領域。傳統的 PCA 通常透過特徵分解（eigen decomposition）或奇異值分解（SVD）求解最大方差方向。然而，隨著資料規模的爆炸性成長以及分散式計...
-
隨著機器學習技術日益滲透社會各個層面，公平性（fairness）問題成為研究熱點，尤其是在分類決策系統中如何避免對少數族群或弱勢群體產生歧視。然而，大多數公平性研究及其評估標準主要集中在靜態的決策階段，忽略了這些決策如何隨時間影響整體族群的福祉與長期發展。ICML 2018 年...
