@yifan_zhang_: Jane Street 是当之无愧的王者。正如 Rohan @_arohan_ 所提到的,优秀的研究人员尊重他人的工作。量化研究…
摘要
文章强调了 Jane Street 通过量化研究推动深度学习前沿的贡献,并着重指出优秀研究人员对此类工作的尊重。
Jane Street 是当之无愧的王者 🫡
正如 Rohan @_arohan_ 所提到的,优秀的研究人员尊重他人的工作。
量化研究人员正开始推动深度学习的前沿!
查看缓存全文
缓存时间: 2026/05/09 20:14
Jane Street 是真正的 GOAT 🫡
正如 Rohan @arohan 所提到的,优秀的研究人员尊重他人的成果。
量化研究人员开始推动深度学习的边界!
相似文章
@51bodila: Jane Street 技术主管展示了生成130亿美元利润的代码——用它,你可以建立自己的对冲基金…
Jane Street 技术主管展示了据称能产生130亿美元利润的代码,提供了一个构建自己AI驱动对冲基金的模板。
@lftherios:1/ @karpathy 的 autoresearch 是今年最具代表性的智能体范式之一。问题在于……
Andrej Karpathy 的 autoresearch 范式揭示:当下 AI 智能体各自为战做实验,重复劳动、浪费算力,还不断「重新发明」死路。
强化学习数据的良好质量控制(18分钟阅读)
本文讨论了强化学习数据质量控制的重要性,概述了当前数据供应商的不足之处以及前沿AI实验室用于评估RL数据的标准。
@latkins: 我对 zephyra 一直印象深刻,并且始终觉得他们的事业与我有着共鸣。出色的工作贯穿……
作者表达了对开放权重 AI 运动的强烈支持,特别称赞了最近的发布,并预测西方 AI 发展将迎来极具影响力的一年。
@bllchmbrs:卧槽这篇文章太神了 @raw_works > 我忍不住兴奋、充满力量地相信,个人或联盟如今在廉价/老旧/本地算力上跑大量小模型,就能获得与 GPT 媲美的能力……
一条热情澎湃的社媒帖子盛赞文章:个人只要用便宜的本地硬件跑起众多小模型,就能拥有 GPT 级能力。