MICCAI 2026 教程将讲解 zeta scaling law 与学习曲线数学
PTenigma · x · 2026-09-21
作者将在 MICCAI 2026（10 月 1 日）做教程并录屏分享，主题是医学 AI 竞赛算法排名背后的数学：
- 用学习曲线与置信锥分析每个算法的 mean AUC 及其在 bootstrap 训练集上的方差如何随数据量变化。
- 解释为什么高容量模型会在某个临界样本量「交叉反超」简单模型。
- 介绍 zeta scaling law：在模型嵌入空间的特征向量方向上累加疾病信号，弱信号随样本量增长逐步变得可学习（依赖 spectral slope 与 spectral horizon，基于 Davis-Kahan/Weyl 定理）。
「研究」频道最新
- ττ-bench:最强 coding agent 仅过 23.9% 客户模拟 — rohanpaul_ai · 2026-09-21
- 优化算法空间讲座：Brown 与 Cornell 两站开讲枚举最优一阶算法 — prof_grimmer · 2026-09-21
- JEPA-Anything：一套框架横跨视觉、生物、气象等七大领域做世界建模 — gekobraa · 2026-09-21
- 数学家 littmath 谈 AI 生成的 PDF：发布无妨，冒充理解即学术不端 — littmath · 2026-09-21
- 单个拓扑特征让语音网络抗噪:TIMIT 高噪下准确率 84.9% 升至 88.4% — bravo_abad · 2026-09-21
- HF 研究员:「做比评难」,agent 工作流应更多让模型兼任生成与评判 — antoine_chaffin · 2026-09-21