标签： DeepSeek

斯坦福 @stanfordnlp 新课 CME 295，双胞胎兄弟 @afshinea @shervinea 主讲，9 讲走完 LLM 全部版图：从 Transformer 架构、注意力变体、RoPE，到 LoRA 微调、RLHF/GRPO 训练，再到 Flash Attention 推理优化、MCP 与 AI Agent、扩散语言模型。 课程和知名速查表全部公开。 https://t.co/FjHGTco5iS

斯坦福 @stanfordnlp 新课 CME 295，双胞胎兄弟 @afshinea @shervinea 主讲，9 讲走完 LLM 全部版图：从 Transformer 架构、注意力变体、RoPE，到 LoRA 微调、RLHF/GRPO 训练，再到 Flash Attention 推理优化、MCP 与 AI Agent、扩散语言模型。 课程和知名速查表全部公开。 https://t.co/FjHGTco5iS

斯坦福 NLP 组推出新课程 CME 295，由制作过 CS 229/230 知名速查表的 Amidi 双胞胎兄弟主讲，用 9 讲压缩讲完从 Transformer 架构到 AI Agent、扩散语言模型的 LLM 全栈知识地图，课程资料与速查表全部公开。

在机器学习和信息论中，有一个著名的直觉叫流形假说。 现实世界产生的数据，在名义上往往拥有极高维度：一张高清图片可能对应数百万个像素维度，自然语言、声音、蛋白质序列、行为轨迹也都存在于极其庞大的状态空间中。 但有意义的数据并不会均匀散落在这些空间里，它会被压缩在一个极小、极其特殊的结构区域中。 一张随机生成的百万像素图片几乎不可能恰好构成一张真实人脸，因为自然图像同时受到身份、姿态、光照、透视、物体结构和物理规律等大量约束。 流形，只是…

在机器学习和信息论中，有一个著名的直觉叫流形假说。 现实世界产生的数据，在名义上往往拥有极高维度：一张高清图片可能对应数百万个像素维度，自然语言、声音、蛋白质序列、行为轨迹也都存在于极其庞大的状态空间中。 但有意义的数据并不会均匀散落在这些空间里，它会被压缩在一个极小、极其特殊的结构区域中。 一张随机生成的百万像素图片几乎不可能恰好构成一张真实人脸，因为自然图像同时受到身份、姿态、光照、透视、物体结构和物理规律等大量约束。 流形，只是…

研究者 Phoenix Yin 在 X 上发布长文，用流形假说、互信息、Kolmogorov 复杂度和信息瓶颈串起一条论证：智能成立的前提是现实世界存在可压缩的稳定结构，因此学习在本质上接近压缩，而大模型的记忆、泛化、类比和推理只是同一机制在不同尺度上的表现。这是一篇观点性长文，不是产品发布。

刚刚，ChatGPT 最早那批核心研究者，开始重新设计 AI 了。 前 OpenAI 研究员、InstructGPT 论文作者 Diogo Almeida 今天正式发布新模型 Jev。 他过去两年一直在秘密研究一个问题： 为什么 ChatGPT 已经这么聪明了，AI 还是没有真正接管大规模软件自动化？ 他的答案很直接： 可能因为我们根本不需要让模型每次都「说话」。 传统 LLM 做一个判断，要先生成一段文字或 JSON，再让软件解析结…

刚刚，ChatGPT 最早那批核心研究者，开始重新设计 AI 了。 前 OpenAI 研究员、InstructGPT 论文作者 Diogo Almeida 今天正式发布新模型 Jev。 他过去两年一直在秘密研究一个问题： 为什么 ChatGPT 已经这么聪明了，AI 还是没有真正接管大规模软件自动化？ 他的答案很直接： 可能因为我们根本不需要让模型每次都「说话」。 传统 LLM 做一个判断，要先生成一段文字或 JSON，再让软件解析结…

前 OpenAI 研究员、InstructGPT 论文作者 Diogo Almeida 发布新模型 Jev，它跳过自然语言生成，直接输出结构化决策和概率，官方称在判断类任务上快 20-200 倍、成本低 40-400 倍。这代表一条有别于「更大更聪明」的实用主义路线，目标是把智能做成软件里廉价、高频的调用。