- 深度陷阱与几何奇迹：为什么越深的大语言模型，反而越容易失去“创造力”？
- 从物理动力学视角，重新理解智能、超级智能与当前大模型的真实水平
- 追踪大模型的“家谱”：如何从万亿数据中挖掘LLM超能力的因果起源？
- “小而美”的方向总结——记LLM入坑一年感悟
- 【硬核解读】Anthropic新文：大模型“脑科手术”指南：与其事后遗忘，不如预先隔离
- 智能的本质是压缩吗？CompressARC：不看训练集的单样本推理方法
- 亚马逊科学家近期荣誉与技术贡献
- 【深度量化】把随机性关进笼子里：期权交易中的 Black-Scholes 模型
- 大模型原理三部曲-信息篇：从统计物理、信号处理到控制与信息论的一体框架
- 大模型原理三部曲-流形篇：从“点云”到“几何有效理论”，以及流形版Scaling Law
- 气象智能体的五大应用方向
- AI协同写作应用-TipTap内容管理
- 大模型原理三部曲-代数篇：从表征到推理的多尺度动力学
- 不止提升准确率：CoT 赋能 Transformer 的本质是 “串行计算”
- 突破长序列建模瓶颈！谷歌Titans架构引入动态长期记忆机制
- 解密LLM缩放之谜：叠加态如何主导 LLM 性能进化
- 压缩与泛化兼得：熵估计模型的“双赢”策略
- 普通人的稳健投资秘籍：风险平价模型指南
- 27M参数+1000样本：HRM模型突破AI推理极限，单次推理深度超越Transformer
- 资产配置Black Litterman模型从入门到实践
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号