concepts

本文提出了一种统一计算理论，整合了认知心理学中的概念和组块，介绍了Trellis的实现，并通过实验展示了其学习上下文无关文法的能力。

本文总结了数学家陶哲轩在Big Think采访中阐述的数学六大基础概念，包括数字、代数、几何、概率等，并探讨了它们的历史发展和应用。

本文介绍了ConceptGuard，这是一个基准测试，用于评估大型语言模型中使用双重用途概念的上下文敏感遗忘能力，揭示了当前遗忘技术在此实际评估框架下表现不佳。

一条推广推文，推荐掌握AI工程需精通的21个概念。

本文主张应将大型语言模型中的概念视为一个设计轴心，沿着流水线阶段和基础维度映射设计空间，并提出从事后恢复概念转向设计明确的概念表示。

用单站和多站装配线的类比，解释了 AI 工作流中循环工程和图工程的区别，并提供了选择它们的简单框架。

MIT CSAIL 和 PythonDvz 分享的 Python 关键函数与概念指南。

在AI辅助编程的时代，作者认为深入理解编程语言概念对工程仍然至关重要，并列出来自不同语言的关键思想，这些思想扩展了解决问题的思维模型。

对来自236个国家的26亿张涂鸦的分析揭示了常见概念视觉呈现中隐藏的文化差异，表明视觉意象保留了语言模型所压缩的丰富语义和文化结构。

本期简报解释了30个核心智能体工程概念，强调学习工具背后的思想，而不是追逐每一个新工具。

一条 Twitter 线程澄清了 Skills（技能）、Subagents（子智能体）、MCP（模型上下文协议）和 Hooks（钩子）在 AI 智能体设计中的不同角色，指出混淆这些概念会导致系统效率低下且成本高昂。

推荐Huggingface上一篇讲解AI Agent常见术语的文章，帮助理清Harness、Scaffold、Context Engineering等概念。