搜索:域随机化

共命中 50 条(服务端检索)
一篇读懂 Sim2Real:为什么机器人要先在仿真里练、域随机化怎么弥合现实差距
真机试错又贵又慢又危险,仿真里的动作却近乎免费——但仿真和现实隔着一道「现实差距」。本文一篇读懂 Sim2Real:域随机化如何让真世界变成「另一种随机」、特权学习怎么传递老师经验、GPU 并行仿真如何把训练提速十倍,以及 2025 年以来的工具链现状。
一叶一世界 精选 · 原创 · 10-7 阅读 603·访客 597
具身智能研究:从仿真到实体的机器人学习路径
从域随机化、GPU 并行仿真到 VLA 大模型与真机世界模型,梳理具身智能从仿真走向实体机器人的完整学习路径、代表论文与开放问题。
研究前沿 精选 · 原创 · 11-9 阅读 68·访客 68
LeetCode 215. 数组中的第 K 个最大元素:不排序,怎么选出第 k 名
「找出第 k 大」是生产系统里真实存在的需求——排行榜、热搜、监控告警都靠它,而排序是最诚实的暴力。本文讲透两条不排序的路:大小为 k 的小顶堆(流式场景的天然答案)与随机化三路快速选择(平均 O(n) 的原地解法),附 10^6 数据的本地实测对比,并说清「全相同元素」这个让固定 pivot 快选退化到 O(n²) 的经典陷阱是怎么被拆掉的。
算法题解 精选 · 原创 · 10-8 阅读 649·访客 647
一篇读懂 LLM 输出的确定性:种子、缓存与可复现性
同一个输入为什么每次输出不同:采样随机性、浮点非结合性、批处理与推理栈三层来源,以及 seed 的 best-effort 本质、温度 0 的陷阱与可复现工程实践。
大模型 精选 · 原创 · 11-9 阅读 52·访客 52
私钥竟然是"4":eMudhra 证书风暴真相,与"打穿全球银行"传言核查
2026 年 10 月第三周,印度证书机构 eMudhra 的 8 张中级 CA 私钥因随机数缺陷沦陷,最弱的一张私钥竟然就是数字 4;国内社媒随之流传"炸飞全世界安全密钥""只有国密安全"的恐慌帖。本文拆解事件技术细节与全球 PKI 数小时级的响应,逐条核查传言真伪,并梳理同周的 SBI、OpenCode、Railway、LiteLLM、PHP2Shell 连环安全事件:没人破译任何算法,丢的都是密钥的管理。
行业动态 精选 · 用户投稿 · 10-24 阅读 74·访客 73
分子机器学习的切分不是排行榜开关,而是外推声明
随机、Bemis–Murcko scaffold、时间、聚类与相似度控制切分回答的是不同部署问题,不能排出一条由弱到强的固定等级。MoleculeNet、Wallach 与 Heifets、DataSAIL 及虚拟筛选研究共同提示:先定义目标分布与允许的信息重叠,再选切分和指标,最后把分数解释为有边界的证据。
研究前沿 精选 · 原创 · 昨天 阅读 1·访客 1
游戏为什么让人上头:动机回路与家长的可为之事
孩子在游戏前专注两小时、在作业前坚持两分钟,不是态度问题,是两套动机系统的设计差距——游戏是几百个顶尖工程师对人类动机回路的定向优化,作业没有这个待遇。本文拆解游戏抓人的四大设计(即时反馈、随机奖励、清晰的进阶、自主与社交),再用同一套原理反推:哪些学习体验天然具备游戏力,家长真正可为之事有哪些。
一叶一世界 精选 · 原创 · 11-2 阅读 118·访客 117
苹果推送 watchOS 27.0.1 更新:修复 Apple Watch Series 12/Ultra 4 随机重启故障
IT之家 9 月 24 日消息,科技媒体 AppleInsider 昨日(9 月 23 日)发布博文,报道称苹果公司面向 Apple Watch Series 12 和 Apple Watch Ultra 4 智能手表,**紧急推送 wat…
行业动态 IT之家 · 9-24 阅读 54·访客 54
一篇读懂 checkpoint:训练容错的存档机制
checkpoint 是训练容错的核心机制:存档里除了权重还有优化器状态、数据进度与随机数状态;同步保存的显存搬运代价,分布式分片保存与恢复重排,保存频率的算术,以及异步与增量的工程方向。
一叶一世界 精选 · 原创 · 11-11 阅读 91·访客 91
深度学习的数学基础:我们知道它能用,却说不清为什么
2017 年 Ali Rahimi 领奖时说「机器学习变成了炼金术」,LeCun 当场反驳;八年过去,模型能力涨了几个数量级,「为什么泛化」的数学解释仍然是一堆可解模型里的定理。本文盘点深度学习数学基础的现状:随机标签实验、双下降、NTK、grokking、scaling laws 各自被解释到了哪一步,哪一步仍然卡住,以及 2026 年「学习力学」的学科宣言算不算转折点。
研究前沿 精选 · 原创 · 10-10 阅读 597·访客 595
AI 掌控上亿度的等离子体:核聚变控制的强化学习路线
托卡马克里的等离子体比太阳核心还热,任何接触都会瞬间冷却——唯一的「手」是磁场。2022 年 DeepMind 与瑞士 EPFL 在 Nature 发表的成果,让一个神经网络以每秒一万次的频率直接指挥托卡马克的 19 个控制线圈。本文讲透这条技术路线:控制为什么是聚变的隐形瓶颈、强化学习怎么学会「握」住等离子体,以及它对 ITER 时代的意义。
研究前沿 精选 · 原创 · 10-25 阅读 66·访客 66
机器人学习的数据瓶颈:从 Open X-Embodiment 到遥操作数据工厂
大语言模型吃的是万亿 token 网络文本,机器人能吃的真机数据却以「万条轨迹」计。本文梳理 Open X-Embodiment、DROID、AgiBot World 三代数据集的规模演进,算一算遥操作采集的成本账,并分析人类视频、仿真与生成式合成三条补充路线。
研究前沿 精选 · 原创 · 10-7 阅读 468·访客 465
原子势的主动学习:把昂贵的 DFT 标签用在最需要的位置
训练原子势时,盲目增加随机结构不一定改善目标轨迹。主动学习从模型分歧、偏差或任务相关价值中挑出待标注构型,再用 DFT 回填数据并迭代训练。本文拆解探索—筛选—标注闭环,解释不确定性采样的盲点,并结合 DP-GEN 与材料科学主动学习综述,给出暂停、校准和审计建议。
研究前沿 精选 · 原创 · 昨天 阅读 1·访客 1
自驱实验室的闭环架构:从机器人执行到数据驱动决策
自驱实验室不是机器人加一个模型,而是一条从实验规划、设备执行、测量解析、决策更新到安全复核的闭环。本文以薄膜优化、移动机器人化学家、A-Lab 和 2024 年移动机器人实验室为例,区分自动化与自主性,讨论接口、数据质量、失败恢复与人工边界,并说明 A-Lab 2026 年更正后的计数口径。
研究前沿 精选 · 原创 · 昨天 阅读 2·访客 2
AI 编程工具的经验门槛:慢 19%、缺陷 +41% 与被遗忘的旧代码
「AI 编程是资深工程师专属」的知乎高赞论断,恰好可以拿一年来的硬数据逐条检验:METR 随机对照实验里资深开发者被 AI 拖慢 19% 且自认为快了 20%,Uplevel 追踪 800 名开发者发现缺陷率上升 41%,GitClear 遥测显示重构行为塌缩到 3.8%、遗留维护骤降 74%。本文梳理 2025–2026 年九项重量级研究,论证真正的门槛不是「会不会用工具」,而是验证 AI 输出的能力——它恰恰由经验构成。
智能体 精选 · 原创 · 11-3 阅读 86·访客 83
LeetCode 4. 寻找两个正序数组的中位数:一道 Hard 背后的二分思想
合并后取中位数人人会写,O(log(m+n)) 才是这道题的灵魂。本文从「中位数 = 划分点」这个视角重构问题,讲透最直观的「找第 k 小」解法,给出一份本地验证通过的 Python 实现(含 20000 组随机对拍),再对比面试官更爱的「切分线」解法,最后说清为什么这道题是二分思想的试金石。
算法题解 精选 · 原创 · 10-25 阅读 111·访客 111
AI 医疗的 2026:医生采纳率冲到 81%,责任规则还停在原地
美国医学会 2026 年调查显示 81% 的医生已在工作中使用 AI,三年前这个数字是 38%;FDA 官方清单上的 AI 医疗器械授权已达 1614 条,瑞典 MASAI 随机对照试验最终结果登上了《柳叶刀》。但佛罗里达州一桩指控 ChatGPT 给出危险医疗建议的诉讼提醒所有人:AI 误诊时谁负责,至今没有判例答案。本文梳理临床证据、监管数据与责任真空这三条主线。
行业动态 精选 · 原创 · 10-8 阅读 519·访客 512
一篇读懂 LLM 应用的 A/B 测试:怎么科学地评估一次提示词修改
从分流设计、样本量计算到 LLM 生成噪声与 peeking 陷阱:把一次提示词修改放进随机对照实验里,用统计而非直觉判断它值不值得上线。
大模型 精选 · 原创 · 11-9 阅读 55·访客 54
AI 存储的三层策略:数据集、checkpoint 与热数据
AI 集群的存储不是一个系统打天下:训练数据集要高吞吐顺序读、checkpoint 要低延迟写、推理热数据要低延迟随机读——三种负载三种策略。本篇拆解 AI 存储的三层架构、文件系统的选型、以及「存储成为训练瓶颈」的排查。
大模型 精选 · 原创 · 11-4 阅读 54·访客 54
LeetCode 84. 柱状图中最大的矩形:单调栈的直觉与证明
「以每根柱子为高,能向左右伸多远」是这道题的全部直觉;而把 O(n²) 的暴力压到 O(n) 的,是一个看似与题目无关的结构——单调栈。本文从限高柱的视角推导解法,给出本地验证通过的 Python 实现(含 30000 组随机对拍),讲透等高柱与哨兵这两个边界难点的约定,最后把单调栈的使用心法收成一张表。
算法题解 精选 · 原创 · 10-25 阅读 111·访客 109
用贝叶斯优化设计实验:昂贵实验中的探索、利用与边界
贝叶斯优化以代理模型和采集函数选择下一组昂贵实验条件,兼顾寻找高性能区域与降低不确定性。本文从目标函数、噪声、采集函数和闭环实验流程讲清方法,并结合反应优化、薄膜自驱实验室与材料实验案例,说明小样本搜索能加速局部目标优化,却不等于自动提出科学问题或保证实验结论外推。
研究前沿 精选 · 原创 · 昨天 阅读 6·访客 6
人机协作的安全边界:自动化偏差与有效监督
“有人在环”不等于有人真正控制。自动化偏差、注意力疲劳和组织激励可能让人工审核沦为盖章;有效监督需要时间、能力、信息与拒绝权,并通过界面设计、双人复核、抽查和责任机制验证。
智能体 精选 · 原创 · 5天前 阅读 16·访客 16
胆固醇在人体中的循环代谢过程以及对健康的影响分析
胆固醇不是敌人,问题在于血液「物流系统」会不会超载。本文沿外源、内源与逆向转运三条线拆解脂蛋白循环,讲清动脉粥样硬化的发生机制,再按证据强度盘点 LDL-C、HDL 争议、残粒胆固醇、Lp(a) 与膳食之争,最后落到体检报告的目标值与干预逻辑。
一叶一世界 精选 · 原创 · 10-20 阅读 178·访客 173
从离线预测到闭环筛选:机器学习如何参与反应优化
离线模型从既有实验记录学习反应产率或性能,闭环筛选则要让算法提出下一批实验、由真实测量回写并继续决策。以 C–N 偶联建模、移动机器人化学家与 Bayesian reaction optimization 为例,厘清预测、优化和实验验证的差异。
研究前沿 精选 · 原创 · 昨天 阅读 8·访客 8
迟到25年!诺贝尔化学奖揭晓,95岁法国教授圆梦
衡宇* 2026-10-07 22:10:33 来源:量子位 乔不迟 发自 凹非寺 量子位 | 公众号 QbitAI 刚刚,2026年诺贝尔化学奖正式揭晓! 瑞典皇家科学院宣布,今年的诺贝尔化学奖授予法国巴黎第十一大学的**Henri B…
研究前沿 量子位 · 10-7 阅读 33·访客 33
分子模型的适用域:知道何时不该外推
适用域不是给预测贴一个“置信度”标签,而是界定模型在什么化学对象、实验端点与数据条件下有依据。结合 OECD 验证原则、QSAR 适用域方法比较、可靠性密度邻域与分子性质评测研究,说明为什么不能把固定距离阈值套给所有模型,以及怎样把域判断转成可审计的预测、复核与拒绝流程。
研究前沿 精选 · 原创 · 昨天 阅读 2·访客 2
一篇读懂哈希表:从数组到开放寻址的 O(1) 之谜
哈希表是计算机科学里最接近魔法的结构:无论存多少数据,查找都是常数时间。魔法背后是三件事:哈希函数的均匀性、冲突的两种解法(链地址与开放寻址)、以及扩容的时机与代价。本篇拆解 O(1) 的真实含义、各语言的哈希表实现差异、以及哈希碰撞攻击的防御。
一叶一世界 精选 · 原创 · 11-4 阅读 69·访客 69
CameraVLM:让视觉语言模型理解相机运动方向
论文指出多数VLM在判断相机左移还是右移时接近随机猜测,并提出CameraVLM,通过相机运动令牌与屏幕内光流令牌的联合表征以及状态-语言对齐来提升相机运动理解能力。
研究前沿 HuggingFace Daily Papers · 10-12 阅读 32·访客 32
从密度泛函理论到机器学习原子势:让昂贵的量子计算跑得更远
DFT 给出高质量的能量与力标签,却难以直接承担长时间、大体系采样。本文从 Hohenberg–Kohn 与 Kohn–Sham 理论出发,解释机器学习原子势如何拟合势能面、怎样进入分子动力学,以及局域性、数据覆盖和误差传播为何决定模型能否用于目标体系。
研究前沿 精选 · 原创 · 昨天 阅读 1·访客 1
一篇读懂正则化:Dropout、权重衰减与它们的现代角色
正则化(防止过拟合的技术)在经典机器学习里是必修课,但在大模型训练里却「存在感稀薄」——预训练几乎不用 Dropout,微调却常开。这个反差本身是个有趣的信号。本篇拆解 Dropout 与权重衰减的机制、它们在大模型时代角色变化的原因、以及微调场景的正则化实践。
大模型 精选 · 原创 · 11-3 阅读 47·访客 47
操作系统内功 · 第 97 篇|uprobes 与 USDT:用户态动态追踪
闭源二进制、不能重启的进程、没有日志的内部函数——排查它们的利器是 uprobes:内核把目标地址的指令换成断点,命中后单步执行原指令副本再恢复现场。这篇拆注册与命中的完整路径、XOL 机制、返回探针的影子栈,以及 USDT 语义桩的落地,并给出热路径开销与容器场景的踩坑清单。
后端技术 精选 · 用户投稿 · 2天前 阅读 5·访客 5
混合检索的权重调优:Dense 与 Sparse 的黄金比例不是拍脑袋
Dense 与 Sparse 的分数分布根本不可比,直接加权必然翻车——从 RRF 与归一化加权两种融合方式的原理,到小标注集网格搜索与分查询自适应的完整调优方法论。
后端技术 精选 · 原创 · 11-9 阅读 80·访客 79
Raft算法
Raft 论文的中文精读:从复制状态机出发理解共识
后端技术 精选 · 原创博客 · 2020-04-20 阅读 473·访客 471
机器学习简史(二):反向传播与统计学习的中场三十年
深度学习不是 2012 年凭空出现的——1986 年反向传播论文就登上了 Nature,LeCun 的 LeNet 在 1990 年代替银行处理了一成支票。但同期的 SVM 凭理论保证把神经网络压到学科边缘,「两种文化」之争贯穿整个中场。本文是「机器学习简史」系列第二篇,复盘 1986–2012 年反向传播复兴、卷积网络商战、SVM 逆袭、Netflix Prize 竞赛时代与 2006 年深度信念网络,看清三要素如何在中场悄然汇合。
研究前沿 精选 · 原创 · 10-10 阅读 257·访客 257
一篇读懂归一化:LayerNorm、RMSNorm 与 Pre-Norm 的训练稳定性账
LayerNorm 把统计量搬回单样本,RMSNorm 再省掉中心化,换来 7%~64% 的归一化提速;而归一化挂在残差内侧还是外侧,决定梯度随深度指数衰减还是多项式失衡。本文推导公式,并用可运行的 numpy 演示把这笔训练稳定性账算给你看。
一叶一世界 精选 · 原创 · 10-7 阅读 567·访客 565
Anthropic AI 研发自动化进度 2026-09:26% 官方数据、关键时间线与权威来源
2026 年 9 月 17 日 Anthropic 首次公开内部指标:截至 8 月 Claude 已「主导」(AL4)26% 的 AI 研发工作,半年前不足 1%,同时约 3 万个 Agent 在线、单月超 10 亿次决策。本文按事实进度分层陈述,每项数据标注权威来源(Anthropic 官方文档、METR、Epoch AI、Import AI、Google DeepMind、OpenAI):工程与代码层已跨过门槛(SWE-Bench 2%→93.9%、CORE-Bench 21.5%→95.5%、任务时间视野 30 秒→12 小时)、AI 研发流程层解既有问题已上移而「提新问题」尚无证据、Agent 运行与监督层双层 100% 覆盖已上线、资源分配层安全研究占算力约 6%(单周)、上限 AL5 = 0,另附约束条件量化数据、官方与权威机构的进度预测、6 项后续跟踪指标、来源清单与未获取清单。
研究前沿 精选 · 本站原创 · 9-19 阅读 486·访客 480
翻译与本地化产业:机器翻译之后,译者的新位置
机器翻译的 NMT 时代就冲击过翻译行业,大模型把冲击推向了「高质量泛领域」——但翻译产业没有消亡,它按文本价值分层重组:机器管量、人管质、行业 know-how 管价。译者的新位置,藏在这条分层曲线里。
行业动态 精选 · 原创 · 11-5 阅读 58·访客 58
从 SMILES 到三维构象:分子表示决定模型看见什么
SMILES、分子图与三维坐标不是同一结构的三种等价写法:它们各自保留、丢弃不同信息,也给模型带来不同归纳偏置。结合分子表示综述、SELFIES、D-MPNN 与 MoleculeNet,本文解释何时选序列、图或几何表示,以及表示本身不能替代数据与评测。
研究前沿 精选 · 原创 · 昨天 阅读 1·访客 1
一篇读懂 Raft:选主、日志复制与安全性
分布式共识算法是分布式系统的「心脏」——Raft 用「选主 + 日志复制 + 安全性约束」三件事,把 Paxos 的晦涩翻译成了工程师能理解的算法。拆解 Raft 的机制与它的工程实现(etcd、TiKV、Consul)。
后端技术 精选 · 原创 · 11-5 阅读 59·访客 59
LeetCode 51. N 皇后:回溯与剪枝的巅峰示范
N 皇后是回溯与剪枝的巅峰示范:n×n 棋盘放 n 个皇后,任意两个不能同行同列同对角线。它的价值不在答案(解的数量没有闭式公式),而在「约束检查怎么做才快」「剪枝怎么把指数搜索树剪成可行规模」的完整示范。本文讲清位运算优化的棋盘、对角线的编码技巧与剪枝的力量。
算法题解 精选 · 原创 · 11-3 阅读 72·访客 72
LeetCode 51. N 皇后:回溯与剪枝的巅峰示范
N 皇后是回溯与剪枝的巅峰示范:n×n 棋盘放 n 个皇后,任意两个不能同行同列同对角线。它的价值不在答案(解的数量没有闭式公式),而在「约束检查怎么做才快」「剪枝怎么把指数搜索树剪成可行规模」的完整示范。本文讲清位运算优化的棋盘、对角线的编码技巧与剪枝的力量。
算法题解 精选 · 原创 · 11-3 阅读 70·访客 70
RAG 与领域适配:通用模型到领域专家的微调与检索适配路径
通用 RAG 进专业领域会系统性失效,本文给出诊断—适配—回归的完整路径:先定位失效层,再按"先便宜后昂贵"的原则选择文档改写、embedding 微调、RAFT 或领域预训练。
后端技术 精选 · 原创 · 11-9 阅读 85·访客 84
智能体生态观察 · 第 63 篇|智能体安全评测:红队、越狱基准与自动化攻击面发现
安全评测回答一个问题:多少人多少机器试图攻破它,它能撑多久。本篇盘点智能体多出的攻击面——工具滥用、数据外传与成本攻击,对比人工、模糊与模型攻击模型三种红队形态,梳理越狱基准、权限沙箱与披露流程三件基建,并观察红队服务商业化趋势。
智能体 精选 · 原创 · 3天前 阅读 22·访客 22
AI 推理链的可验证性:从思维链到形式化验证的可靠性研究
推理链可信吗?从 Lanham 忠实性实验、CoT 掩蔽风险,到 Lean 形式化证明与 AlphaGeometry 的 IMO 级成绩,梳理推理验证技术的完整谱系。
研究前沿 精选 · 原创 · 11-9 阅读 76·访客 76
Prompt 的科学研究:提示词对模型行为的影响机制
提示词不是玄学而是可测量变量:FormatSpread 的 76 点波动、指令模板不稳定性、贝叶斯机制解释、软提示与自动提示优化、注入攻击与工程规范。
研究前沿 精选 · 原创 · 11-9 阅读 60·访客 60
一篇读懂 Prompt Optimization:DSPy 与自动提示词优化的算法原理
把 Prompt 当超参数:拆解 DSPy 的抽象体系与 MIPROv2、OPRO 等优化器的搜索算法,附可跑的优化程序。
大模型 精选 · 原创 · 11-9 阅读 53·访客 53
智能体生态观察 · 第 26 篇|智能体间的信任:声誉机制与信用基础设施
当采购智能体面对供应商智能体的报价承诺,谁来担保「说是真的就是真的」?本文分析人类声誉机制移植到智能体网络的三重失灵,给出声誉评分、质押仲裁与托管交易的设计思路,并讨论人机混合网络中的信任传递问题。
智能体 精选 · 原创 · 11-9 阅读 63·访客 63
危机预案的工程学:playbook 怎么写、怎么练才不白写
九成的危机预案在真危机里用不上——不是预案没用,是它被写成了「给老板看的文档」而不是「给行动者用的手册」。危机预案的工程学:按剧本写、按火警练、按战报改。
行业动态 精选 · 原创 · 11-5 阅读 77·访客 77
一篇读懂优化器:从 SGD、AdamW 到 Muon
十年来 AdamW 是大模型训练不容置疑的默认优化器,直到 Kimi K2 用它跑起万亿参数训练。本文从梯度下降的几何直觉讲起,拆解 AdamW 为什么统治了十年、Muon 的正交化更新为什么只需约 52% 的训练算力就能追平 AdamW,以及这轮换血里真正的工程细节与边界。
大模型 精选 · 原创 · 10-24 阅读 88·访客 87
机器学习简史(一):从图灵之问到两次寒冬
「机器会思考吗?」这个 1950 年的疑问,如何一步步变成 1958 年报纸头版上的感知机奇迹,又如何在 1974 年和 1987 年两次坠入寒冬?本文是「机器学习简史」系列第一篇,从 MP 神经元、图灵模仿游戏、达特茅斯会议讲到感知机兴衰、Lighthill 报告与 Lisp 机器崩塌,用一手文献复盘 AI 前四十年的大起大落,以及两次寒冬留给今天的教训。
研究前沿 精选 · 原创 · 10-10 阅读 125·访客 122