@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
@Damir_Akaza: 简街(Jane Street),全球最富有、最神秘的公司之一,每年付给他33万到60万美元,……
一条推文讲述了一位数学天才如何为简街(Jane Street)构建了一套每秒可处理数万亿次运算的AI系统,并赚取高额薪水,同时推荐了一场解释该方法的讲座。
@DeRonin_: Jane Street 每年支付75万美元给能够跨数千市场信号运行神经网络的量化交易员。这1小时的康奈尔大学讲座…
Marcos Lopez de Prado 的康奈尔大学讲座分享了量化交易框架,该框架使用神经网络,正是 Jane Street 量化交易员所用的,潜在年收入可达75万美元。
@jxmnop: https://x.com/jxmnop/status/2066668040557867368
一条推特讨论,为进行人工智能研究提供哲学和实践建议,强调阅读与实践相结合,深入理解基础而非追逐潮流,保持初学者心态,以及纪律和开放心态的重要性。
@_avichawla: 排名第一的深度研究系统用一个Claude和ChatGPT都没用的技巧击败了它们。我研究了其开源架构……
Onyx开源深度研究系统通过从其编排代理中移除搜索权限,迫使其将查询分解为聚焦的研究线程,从而获得最高排名。其三阶段流水线和两级架构防止了信息失真和过早回答,性能优于OpenAI、Anthropic和Google的专有解决方案。
@natashajaques:非常喜欢阅读微软MAI-Thinking-1的《Building a Hill Climbing Machine》论文。令人惊讶的是他们公开了……
Natasha Jaques赞扬微软MAI-Thinking-1论文完全公开了前沿模型的训练方法,重点指出预训练、中期训练和RL后训练阶段的token分布,并提到Yann LeCun的蛋糕比喻很有先见之明。