Chris Potts 探讨用可追溯学习动力学特征预测训练结果
ChrisGPotts · x · 2026-10-24
斯坦福教授 Chris Potts 在讨论中回应：可以在三个变量基础上加入更多特征提升预测精度，但他的兴趣在于只用能完全追溯到学习动力学的特征，并思考如何将「难度（Hardness）」等变量可操作化。
「研究」频道最新
- BeNice！方法实现循环 LLM 跨循环无损共享 KV 缓存 — stochasticchasm · 2026-10-24
- 215 态图灵机 K215 停机当且仅当 ZFC 不一致,获形式化验证 — teortaxesTex · 2026-10-24
- JHU 发布 OmniRay:单图免标定实现任意相机几何 3D 重建 SOTA — kwangmoo_yi · 2026-10-24
- $339 训练费把 gpt-oss-20b Wordle 解题率从 61% 提到 84% — AWS ML Blog · 2026-10-24
- Eric Horvitz 转发斯坦福访谈：好研究是造新工具而非用好旧工具 — erichorvitz · 2026-10-24
- DreamCan:稀疏视觉规划让机器人长程操作不必逐帧想象 — chris_j_paxton · 2026-10-24