面向物理学家的深度学习教程:从线性回归到推理模型
该教材基于伦敦玛丽女王大学2023/24及2024/25学年的神经网络课程,共115页。 内容从最大似然与线性回归切入,涵盖反向传播、Transformer 架构及大语言模型的对齐技术。 专为具备物理或数学背景的学生设计,侧重物理直觉而非复杂形式化推导。
该教材基于伦敦玛丽女王大学2023/24及2024/25学年的神经网络课程,共115页。 内容从最大似然与线性回归切入,涵盖反向传播、Transformer 架构及大语言模型的对齐技术。 专为具备物理或数学背景的学生设计,侧重物理直觉而非复杂形式化推导。
作者提出 Agent Scrum 方法,将 Scrum 适配给 AI 编码智能体,以 2 小时为一个 Sprint。在 38 天内完成 324 个 Sprint,79% 的承诺故事在 Sprint 内完成。该方法将 Scrum 的固定时间框、承诺 Backlog 和回顾等核心机制映射到 Agent 角色中,发现最慢阶段是代码合并而非编写,并引入 Token 速率来衡量成本。
推荐理由:基于 324 个双小时 Sprints 的实测数据,展示了将传统 Scrum 适配给 AI Coding Agent 的方法论,解决了 Agent 团队组织与上下文管理的痛点。
Orca Security 基于 Amazon Bedrock 构建 Discovery AI,将自然语言转化为 Sonar 安全查询。 该系统利用 RAG 和 9 阶段流水线,调用 Amazon Titan Text Embeddings 及 Cohere Rerank 3.5,处理 900 多个云模型。
8 月发布的芯片谜题揭示其为 11x11 Star Battle 谜题的硬件校验器。该芯片采用 SKY130 开源标准单元库和 LibreLane 工具链设计,通过并行计数器和 ROM 检查每行、列及区域恰有两个星且互不接触。文章探讨了参与者使用 KLayout、Yosys 及 AI 辅助工具进行逆向工程的多种方法。
OpenAI 发布 Proximal Policy Optimization 强化学习算法,其性能与现有最先进方法相当或更优,且实现与调优更简单,因此成为 OpenAI 内部默认的强化学习算法。
推荐理由:该算法实现简洁且易于调优,已成为 OpenAI 强化学习工作的默认方法,适合需要低成本落地的工程参考。