tmux ls回溯logctl+b上下键。

Casual Language Model，下简称 CLM。Decoder-Only（GPT）：像 “作家”，擅长从前往后 “创作” 内容，适合写文章、生成对话等 NLG 任务。Encoder-Only（BERT）：像 “读者”，擅长 “理解” 现有文本的含义，适合阅读理解、语义匹配等 NLU 任务。Encoder-Decoder（T5）：像 “翻译官”，既能理解输入（Encoder），又能生成输

这五个问题，本质上都在追问同一个底层矛盾：仅凭观测数据，我们到底能学到多少因果知识？它的边界在哪里？忠实性假设、等价类问题：是在问“观测数据本身的信息局限性”。SCM参数学习、LLM因果推理：是在问“我们的模型/算法，能不能突破这种局限性”。跨分布泛化失败：是在问“这种局限性会在实践中如何体现”。

论文的核心论点是:大型语言模型,无论训练在多少文本上,本质上都是在做统计模式匹配——它们学会了哪些词序列在训练语料里经常一起出现,然后在生成时复现这些模式。就像一只鹦鹉,听到了足够多的对话之后,能够在合适的时机说出”你好”或”再见”,但它不理解这些词的意义2023年,Hodel和West做了一个简单的测试。他们拿GPT-3做字母串类比推理——这是Webb等人在2023年声称GPT-3已经”涌现”出

从应用伦理角度，词向量中的社会偏见（如 vec(Doctor) 更接近 vec(Man)，vec(Nurse) 更接近 vec(Woman)）会放大现实中的性别歧视、种族歧视，导致 AI 系统做出不公平决策（如简历筛选模型优先推荐男性候选人）。

采样是从总体（population） 中抽取一部分样本（sample） 的过程，目的是用少量样本的特性去估计总体的特性。这个概念不仅适用于机器学习，也贯穿于统计学、数据科学的所有领域。为什么机器学习必须采样？比如要训练一个 “识别猫” 的模型，总体是世界上所有的猫图片—— 数量无穷，不可能全部收集；再比如训练一个预测股价的模型，总体是所有时间维度下的股价数据—— 未来的数据还没发生，无法获取。因此

Casual Language Model，下简称 CLM。Decoder-Only（GPT）：像 “作家”，擅长从前往后 “创作” 内容，适合写文章、生成对话等 NLG 任务。Encoder-Only（BERT）：像 “读者”，擅长 “理解” 现有文本的含义，适合阅读理解、语义匹配等 NLU 任务。Encoder-Decoder（T5）：像 “翻译官”，既能理解输入（Encoder），又能生成输

你的大脑在做的事情，是把这个新场景映射进一个内部的、高度压缩的世界模型——一个你花了几十年建立的、通过无数次经验不断更新的模型。的开发工具，有专门的工程师职位叫”知识工程师”，有大学开了专门的课程。这里有一个更深的哲学问题，1971 年，哲学家 Hubert Dreyfus 在他的《计算机不能做什么》里就提出过：人类的智能，在很大程度上依赖于我们对”什么是重要的”的直觉——而这种直觉是。他们花大量

但在细胞内部，维持着惊人的有序性：精确折叠的蛋白质，精确调控的离子梯度，精确转录的遗传信息。你走进一个黑暗的房间，你的大脑不是在空白状态下等待光子——它已经在预测这个房间里可能有什么，预测椅子在哪里，预测墙壁的质感。当条件改变——当它遇到训练分布之外的情况——它的预测就会崩塌，而且崩塌的方式往往是不可预期的、奇怪的。你的大脑大约消耗 20 瓦，大约是一个昏暗灯泡的功率，但它在做的计算，是任何现有的

branch这个命令以前叫/fork，现在改名成/branch了，打/fork还是能用，会自动跳到/branch。生成一份HTML报告，分析你过去一个月使用Claude Code的习惯，包括你最常用哪些命令，你有哪些重复性的操作模式，然后给你推荐一些自定义命令和Skills。比如我现在我开发了一个功能，我觉得不好，想撤销，我就可以先打/rewind，然后把这个会话里面的历史拽出来。在终端里打/rc