ブラックフライデーとEコマース～“選ばない買い物”の広がり－データで読み解く暮らしの風景
■摘要 11月黑色星期五是一项起源于美国、逐渐在日本兴起的消费活动。传统上，十一月是人们为过冬做准备时倾向于增加消费的时期，近年来，商店和网上销售的结合进一步刺激了消费。另一方面，在黑色星期五等情况下，当顾客从种类繁多的产品中进行选择时，依赖人工智能推荐和生成人工智能建议的“选择购物”也变得越来越普遍。随着便利性不断进步，我们生活在一个越来越被要求在自己选择的东西和委托他人的东西之间划清界限的时代。人工智能向我们推荐产品的未来，不仅会为我们忙碌的生活提供便利，也会重新考虑我们“选择时间”的方式本身。 ■目录 1--黑色星期五的传播和冬季准备 2--黑色星期五的“非选择购物” 3--便利性一览
▼研究者的眼睛☆什么是“押线”？ (1) - 对“押线”的思考 ☆黑色星期五与电商 - “无选择购物”的蔓延 - 用数据解读日常生活场景 ☆世界对生成式AI的容忍度是否比人类更高？ ☆Meta和字节跳动违反DSA的可能性 - 欧盟委员会的初步意见 ☆与数字“26”相关的各种话题 - 虽然想到26这个数字的例子可能很少- ☆“蓝色捐赠”选项 - 个人捐赠资金流入的突破 －－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－ ▼《经济学人周刊》☆带来的通胀压力美国关税政策 - 9月CPI当前走势及风险因素 ☆下一次加息时间是什么时候？ ～日本央行货币政策相关材料检查☆俄罗斯制裁和支持乌克
フィリピンGDP(25年7-9月期)～民間消費の鈍化で4.0％成長に減速、電子部品輸出は堅調
菲律宾2025年7-9月实际GDP增速为4.0%1，较上年同期的5.5%有所放缓，也低于市场预测的5.2%2（图1）。国内需求明显放缓，仍处于四年半以来的最低水平。推动增长的私人消费（4.1%）和资本投资（0.6%）放缓，建筑投资（-0.5%）小幅下降。另一方面，货物出口（11.6%）呈现两位数增长，净出口贡献转正+1.0个百分点。出口表现强劲是由于对最大出口目的地美国的出货量增加，似乎是由于特朗普政府关税政策不确定性加剧而导致最后一刻的需求所致。分行业看，制造业（1.2%）和建筑业（-0.5%）保持停滞，服务业（5.5%）保持稳定。特别是卫生、教育、公共管理等公共服务部门呈现高增长，支撑了经
米関税政策がもたらすインフレ圧力－9月CPIにみる足元の動向とリスク要因
■摘要 虽然由于联邦政府机构部分关闭，政府统计数据从10月份开始暂停发布，但破例发布的9月份消费者价格指数（CPI）显示，综合指数和核心指数均较去年同月上涨3.0%。虽然核心指数较上月略有下降，但证实5月份以来综合指数保持温和上涨趋势。从CPI细分来看，核心服务业（住房成本）继续呈现逐步下降的趋势，但核心服务业（不含住房成本）的下降近期已趋于停顿。核心商品价格自2025年初春开始上涨，但受关税影响的上涨目前仅限于部分商品。事实上，特朗普政府刚推出高关税政策时，就有人担心进入早春物价会大幅上涨。但目前影响有限，预计CPI涨幅约为+0.7个百分点，低于最初预期。此次经济低迷背后的因素包括对中国的关
中国の貿易統計（25年10月）～輸出、輸入とも悪化。対米輸出は減少が続く
・2025年11月7日，中国海关总署公布2025年10月贸易统计初步数据。货物出口（以美元计，图1）比去年同月下降1.1%（上月增长8.3%）。货物进口增长1.0%（环比增长7.4%）。贸易余额为+901亿美元，低于去年同月（+957亿美元）。从本公司计算的季节调整数据来看，出口比上月下降1.6%，进口比上月下降3.4%。 ・货物出口（以人民币计，图2）比去年同月下降0.8%（比上月增加8.4%）。货物进口增长1.4%（环比增长7.5%）。贸易差额为+6405亿元人民币，低于去年同月（+6791亿元人民币）。 （一）按国家/地区分出口情况（以美元计，与去年同月相比）：对美国出口继上月之后继续负
インドネシアGDP（25年7-9月期）～5.04％と底堅い成長を維持
印尼2025年7月/9月实际GDP增长率与去年同期相比为5.04%，几乎与市场预测的5.0%一致。虽然较上季度（5.12%）略有放缓，但仍保持在 5% 的水平，表现出稳健性。内需方面，私人消费保持稳定，但投资放缓。从外需看，出口继续大幅增长，净出口贡献因进口放缓而相对提高，外需对增长的贡献扩大。 特别是对美国的出口，尽管关税风险依然存在，但最后一刻的出口仍保持稳定。虽然出口大幅增长，但某些商品（如棕榈油和服装）可能因关税影响而下降，因此未来的贸易策略需谨慎。 8月下旬，发生大规模反政府抗议活动，主要城市交通物流暂时中断。尽管企业活动和消费者信心出现谨慎迹象，但迄今为止尚未确认GDP统计数据存在
2025 年 9 月 19 日，日本央行决定开始出售其交易所交易基金 (ETF)。这个时间点的决定很难为股市所预料，也曾一度出现公告后股价暴跌的情况，但由于ETF销售速度极慢等因素，并没有出现重大混乱。 笔者在一定程度上评估了启动销售的决定。迄今为止，日本央行一再解释称，希望“花时间考虑”处置ETF。虽然不存在法律问题，但显然不建议无限期地继续持有市值超过80万亿日元的ETF，市场参与者对于如何以及何时处置它们也存在各种讨论。我认为日本央行最终采取处置措施是值得称赞的。 销售方式也可以评估。日本央行计划每年出售约 3300 亿日元（基于账面价值）。按当前市值计算，这相当于每年约7600亿日
在房地产市场上，房价明显呈现上涨趋势。根据根据房地产交易价格计算的房地产价格指数（2010年平均：100），截至2025年6月，独栋别墅价格为118.8，公寓价格为216.8（均为全国范围，经季节调整，于2025年9月底发布）。房价上涨固然是低利率环境、房贷减税、资产通胀等因素造成的，但住房政策变化的影响也不容忽视。 2006年，住房基本法颁布即将迎来20周年，这部法律标志着日本住房政策从“确保数量”转向“提高质量”的重大转变。自战争结束以来，解决住房短缺问题一直被视为首要任务，但随着出生率下降和人口老龄化，政策重点已转向建设持久、高性能的住房。例如加强长期优质住房体系和节能标准。根据国土交通
個人年金の改定についての技術的なアドバイス（欧州）－EIOPAから欧州委員会への回答
■摘要 2025年9月5日，EIOPA（欧洲保险和职业养老金管理局）公布了欧盟委员会关于养老基金和个人养老金产品发展的相对技术性问题的答案。在个人养老金方面，提出根据各体系实际情况设定适当的附加保险费水平，根据生命周期优化养老基金投资规则和风险管理，并提出通过贴上“欧盟标签”来推广符合这些条件的养老金产品。 ■目录1 - 简介2 - 意见内容1 |背景、目的和范围 2 |关于自动登记系统和养老金透明度工具的提案3 - 结论 2025年9月5日，EIOPA（欧洲保险和职业养老金管理局）针对欧盟委员会提出的有关养老基金和个人养老金产品开发的相对技术性问题发布了答案1。在上一次报告2中，我们介绍了企
发达国家财政赤字正在扩大。七国集团预算赤字占 GDP 的百分比从冠状病毒爆发前的 1.9%（2018 年）扩大到 4.2%（2024 年）。这一增长将持续到2025年。在美国，有观点认为，占GDP 100%的政府债务余额将在10年内达到120%，部分原因是国防开支增加。在德国，三月份成立的梅尔茨政府取消了宪法对预算赤字的限制，以增加国防开支，考虑到俄罗斯。除了地缘政治因素外，它们的共同点是削减预算赤字的政治难度。随着人口老龄化导致收入增长放缓和支出增加，要求人们承担减少赤字的负担将遭到强烈抵制。正如金融科学家布坎南在 20 世纪 70 年代的美国所指出的那样，在民主制度下，不受欢迎的政策会被搁
Council agrees position to simplify requirements for chemical products
理事会就化学产品要求和程序的“停止计时”机制达成一致立场。
How Amazon Search increased ML training twofold using AWS Batch for Amazon SageMaker Training jobs
在本文中，我们向您展示 Amazon Search 如何利用 AWS Batch 进行 SageMaker 训练作业来优化 GPU 实例利用率。该托管解决方案使我们能够在 P5、P4 等 GPU 加速实例系列上协调机器学习 (ML) 训练工作负载。我们还将提供用例实现的分步演练。
Experts: Full nuclear weapons tests would backfire on US
专家们一致认为，如果美国恢复全面核武器试验，其他国家也会效仿——让他们有机会赶上核知识。
Profit Parrot Takes Flight: AI-Powered SEO Promises to Redefine Digital Marketing in 2025
数字营销世界刚刚获得了一股新的活力。 Profit Parrot Marketing 正式推出了一套新的人工智能驱动的 SEO 服务，旨在帮助企业在 2025 年保持领先地位，融合自动化、分析和机器学习，以改变企业建立在线知名度的方式。本周宣布的推出凸显了人工智能如何从后台转向搜索引擎战略的核心——坦率地说，现在是时候了。 Profit Parrot 背后的团队表示，他们的系统将分析搜索意图、生成优化内容并实时监控排名变化，同时从每个 [...]
在这篇文章中，我将介绍一种基于“另类”范式的强化学习 (RL) 算法：分而治之。与传统方法不同，该算法不是基于时间差（TD）学习（存在可扩展性挑战），并且可以很好地扩展到长视野任务。我们可以基于分而治之进行强化学习（RL），而不是时间差（TD）学习。问题设置：离策略RL我们的问题设置是离策略RL。让我们简单回顾一下这意味着什么。强化学习中有两类算法：在策略强化学习和离策略强化学习。同策略 RL 意味着我们只能使用当前策略收集的新数据。换句话说，每次更新策略时我们都必须丢弃旧数据。像 PPO 和 GRPO 这样的算法（以及一般的策略梯度方法）就属于这一类。离策略 RL 意味着我们没有这个限制：我
What exactly does word2vec learn?
word2vec 到底学习什么以及如何学习？回答这个问题相当于在一个最小但有趣的语言建模任务中理解表示学习。尽管 word2vec 是众所周知的现代语言模型的先驱，但多年来，研究人员缺乏描述其学习过程的定量和预测理论。在我们的新论文中，我们最终提供了这样一个理论。我们证明存在现实的、实用的机制，其中学习问题可以简化为未加权的最小二乘矩阵分解。我们以封闭形式求解梯度流动动力学；最终学习到的表示由 PCA 简单给出。word2vec 的学习动态。当从小初始化开始训练时，word2vec 以离散、连续的步骤进行学习。左：权重矩阵中的排名递增学习步骤，每个步骤都会减少损失。右图：潜在嵌入空间的三个时间
IEEE Transactions on Artificial Intelligence, Volume 6, Issue 11, November 2025
1) 基于 DNN 和 GAN 的鲁棒实时视听语音增强作者：Mandar Gogate、Kia Dashtipour、Amir Hussain 页数：2860 - 28692) 优化神经网络训练：资源节约的马尔可夫链方法作者：Ke Wang、Xianting Huang、Cong Tan、Siu-Ming Yiu、Zicong Chen、雷小林页数：2870 - 28833) LibriSQA：大型语言模型口语问答的新颖数据集和框架作者：赵子涵、江一阳、刘鹤阳、王宇、王彦峰页数：2884 - 28954) 从常规到反思：高效通信联邦学习中的修剪神经网络作者：裴家明、魏Li, Shahid Mu
Lean Palletizing: Your workers' best PAL
探索精益码垛：PAL Ready（Robotiq 的生产就绪码垛机）和 PAL 系列（通过可配置的标准模型和模块进行模块化码垛）。凭借紧凑的占地面积、32 kg（70 lb）的有效负载、13 个周期/分钟的吞吐量以及高达 3 m（118 英寸）的堆叠高度，您可以在第一天进行部署，无需进行工程设计。
