标签
MorphoGP is a Gaussian process framework for predicting equilibrium beach profiles under tidal influence, achieving improved performance over baseline models through category-specific experts.
本文为数据驱动算法设计中的多维超参数调优建立了紧确的泛化界，利用实代数几何和多区间下界框架解决理论缺口。
本文系统比较了decoder-only语言模型在人工语言和自然语言中的词序偏好，发现这些偏好是数据驱动的，并且随着LLMs的广泛采用，可能会减少语言多样性。
本文使用经典的Treloar数据集对流行的基于机器学习的超弹性本构建模框架进行基准测试，比较其性能、成本和权衡，为研究人员提供实用指导。
马克·扎克伯格分享了他的产品开发理念，强调利用数据和定性反馈来识别问题，然后将直觉解决方案作为假设进行测试，并以 News Feed 的创建为案例研究。
本文提出一种视频编解码器，将视频和音频存储为正弦表示网络（SIREN）的权重，利用知识蒸馏和量化进行压缩。实验显示，与原始网络相比压缩比为2.61倍，但质量落后于H.264和HEVC等标准编解码器。
引入了Cluster-Weighted EDMD（CW-EDMD），这是一种数据驱动方法，通过期望最大化联合学习相空间划分和每个簇的Koopman算子，在经典动力系统上的预测精度优于标准EDMD。
提出了一种变分图自编码器（VGAE），用于检测电力网络中的潮流解可行性，采用IEEE 118节点算例。该方法能够区分问题不可行性与算法不收敛。
本文提出了一种新颖的数据驱动流程，利用大语言模型(LLMs)从非结构化文本中提取语义三元组，并构建知识图谱以监测技术融合。该方法在arXiv预印本和美国专利商标局(USPTO)专利申请上得到验证，展示了其在技术预测中的可扩展性。
该指南基于1765份真实职位描述和实际面试经历，为想转行AI工程师的人提供数据驱动的学习路径、面试准备和技能地图，是一个实用的开源资源。
有人将Blender连接到Fable 5，仅用20分钟就基于公开建筑数据重建了纽约市建筑群，模型等比例。发布者认为这种“先查数据再动手”的思路比Opus 4.8更智能，体现了AI开始具备“做功课”的能力。
沐阳志愿填报系统是一个由个人开发者零代码基础在半天内完成的辅助工具，基于近三年院校专业录取数据，提供分数匹配、分数线预测和冲稳保推荐等功能，已开源至GitHub。
一个Twitter帖子系列分享了在初创公司工作学到的10条经验教训，强调了深思熟虑的优先级安排、数据驱动的决策和以客户为中心。
Conno Christou，一位数据驱动型创始人，在一次偶然发现后被诊断出患有罕见的侵袭性淋巴瘤。他运用量化方法——包括AI驱动的健康追踪——收集多种医疗意见并选择最有效的治疗方案，将化疗视作创业马拉松。
Lerobot SO-101 是一个框架，它将机器人学习从混乱的实验室魔法转变为干净、可复现的软件流水线，实现了结构化的数据收集、策略训练和部署，类似于 PyTorch 对深度学习所做的那样。
对数百名工程师的实测显示，AI带来的生产力提升仅为7.8%，这与10倍的炒作相矛盾，且许多增益正在消退，加剧了因收益未与工人共享而引发的反弹。
本文提出了一种可扩展的异构图神经网络工作流，用于数据驱动的最优潮流替代建模，利用超级计算机进行分布式训练，并通过微调预训练模型展示了性能改进。
本文提出将 ARPG 构建视为编译器管线，其中创作者内容被编译为运行时数据，从而避免为技能-辅助交互编写特殊代码，并使用基于 Zig 的示例进行说明。
Judea Pearl认为，仅从数据学习存在数学上的局限性，指出无法从相关性推断因果关系。本文引发讨论：纯粹的数据驱动学习是否足够。