随着AI模型日益复杂，模型可解释的重要性和挑战日益凸显。通过模型可解释，可以指导特征工程的优化、检测偏差、增强模型使用者对模型的可信度。Anaconda资深数据科学家Sophia Yang总结了8种模型可解释常用技术和工具，对其主要特征进行了概述。

编者按：大语言模型可以提供许多创意性内容，如写诗、写小说等。那么到底应该如何评估大语言模型生成的创意性内容的水平呢？本文探讨了GPT-2到GPT-4的创造性，并分析了这些模型在不同创造性测试中的表现。作者使用了三种测试来衡量模型的创造性：Remote Associates Test、Alternate Uses Task和Divergent Association Task，并发现越新的模型在所有

说得对，而这恰恰是其有趣之处。当你面对的是一种在供给、时机和价格上都充满不确定性的实体资产时，你就不再处于产品设计的范畴了，而是进入了市场机制设计的领域。我们今天为大家带来的这篇文章，作者的核心观点是：前沿AI算力已超出传统云服务范畴，其不确定性、时效性与稀缺性更接近大宗商品与金融衍生品，未来竞争的关键不在优化服务，而在设计承载算力风险的市场机制。大多数人谈起 AI 算力市场，脑海里浮现的是云计算

然而，它们在处理网站内容时往往受限于有限的上下文窗口，加上 HTML 页面中大量非核心内容的干扰，导致理解效率低下。随后，越来越多的由 Mintlify 托管的文档开始采用这一标准，为 LLMs.txt 的提议创造了一波知名度。与 /llms.txt 仅提供导航视图和文档结构不同，/llms-full.txt 包含了全部的文档内容，这些内容都是用 markdown 编写的。目前，LLMs.txt

在本文，我们探讨了模型蒸馏（Model Distillation）这一概念，这是一种让结构更简单、规模更小的学生模型复现或逼近结构更复杂的教师模型的性能的技术。我将使用 TensorFlow 和 MNIST 数据集训练教师模型，然后应用模型蒸馏技术训练一个较小的学生模型，使其在保持教师模型性能的同时降低资源需求。模型蒸馏通过让较小的、较简单的模型（学生模型）学习模仿较大的、较复杂的模型（教师模型）

这项研究为这一问题引入了一个清晰的、基于统计学的视角 —— 不再将幻觉视为某种神秘的故障，而是将其重新定义为两种力量共同作用下的必然结果：二元分类错误，以及鼓励猜测的评估激励机制。核心思路是，重塑当前基准测试中内嵌的激励机制，让模型因“准确”而获得奖励，而不仅仅因为“自信”。我们今天为大家带来的这篇文章指出：幻觉并非模型的故障，而是当前训练与评估机制下的一种理性选择 —— 当模型因进行猜测获得奖励

通过机器学习工程实现的自我改进轨迹，是由更优的算法、更纯净的数据和更高效率的内存使用驱动的 —— 即训练阶段的自我改进（training-time self-improvement）。作者发现，尽管两个模型都能创建出功能完备的工具集（GPT-5 偏向构建 Unix 风格的命令行工具，而 Opus 4 更注重拟人化的任务执行助手），但在真正执行复杂编程任务时，它们却几乎不使用这些自建工具，而是选择基

以 RAGAS 为例，它在衡量第一个指标（Answer Relevancy）时，很可能通过以下方式计算：向 LLM 提供问题、答案及检索到的上下文，要求其“评判该答案在 0-1 分范围内对问题的直接回应程度”，这个过程会返回一个原始的 0-1 分值，该分值可被用于计算整体平均值。我们今天为大家带来的文章，作者的观点是，对现代 LLM 应用的评估，必须超越传统的 NLP 评估指标，转向一个分场景、系

就在英伟达创下业绩纪录的同时，他们最大的客户似乎正在悄悄武装自己，准备另起炉灶。我们今天为大家带来的这篇文章，作者的观点是：英伟达目前的高速增长依赖于激进的库存策略和宽松的信用条款，但其最大客户正通过定制芯片和直接采购关键组件来构建独立的供应链，这导致双方关系正从深度捆绑走向潜在的激烈竞争。[9]，我推测其策略是：用英伟达 GPU 构建智能模型，但最终在自家的定制芯片上运行推理任务 —— 以此大幅

本文主要介绍了科学的演变历史，从笛卡尔到生成式人工智能。文章探讨了数学在验证科学原理中的作用，并介绍了新机器学习工具如何验证新的科学。文中提到，将生成式人工智能与Excel或iPhone进行比较是低估了这一新技术的潜在影响。生成型人工智能的效果很可能相当于电学（electricity）或香农的信息论（Shannon’s Information Theory）。Generative AI will