Inside the Subspace Where Spurious Correlations Are Born
为什么小样本可以偶然产生大相关性，以及为什么大样本并不总是意味着有意义这篇文章《内部虚假相关性诞生的子空间》首先出现在《走向数据科学》上。
The Threshold Is a Price, Not a Percentage
如何通过使用成本不对称而不是固定的置信截止来决定人工智能代理何时应自行行动阈值是价格，而不是百分比的帖子首先出现在走向数据科学上。
Measuring Structure Stability of Econometric Models
时间序列预测最简单最重要的想法计量经济模型的结构稳定性后测量首先出现在走向数据科学上。
Granger Causal Networks and Indirect Feedback
结构 VAR 的非参数变量选择后格兰杰因果网络和间接反馈首先出现在《走向数据科学》上。
High Court Takes Aim at Coercive Plea Bargaining in Hunter Decision
今天最高法院对亨特诉美国案的判决驳回了在认罪协议中允许所谓“上诉豁免”以保护违宪判决免受司法审查的有害做法。领导，卡托研究所的学者在此案中提交了一份法庭之友陈述，认为宪法保护不仅仅是讨价还价的筹码，任何被告都不能有意义地“放弃”对他无法事先预见的非法性的判决提出质疑的权利，而这种权利是通过认罪“协议”强加的，而这种协议往往是在黑字合同法会因明显非自愿而拒绝接受的条件下提取的。但戈萨奇法官以及索托马约尔法官和杰克逊法官的强烈同意值得同等关注，戈萨奇指出，最高法院“至少承担着一些责任”，将宪法所描述和规定的公开对抗性裁决制度转变为“辩诉交易传送带”，该制度几乎完全消除了公民对刑事司法的参与。“今天
The Doomslayers Are Finally Winning
几个世纪以来，自诩为专家的人们一直预测，经济增长将与物理极限相冲突，人类将耗尽食物、石油和一切促进文明进步的东西。他们一直都是错的。领导者卡托的特拉维斯·费舍尔和大卫·M·西蒙撰写了一篇新的博客文章，追溯了从马尔萨斯到石油峰值到今天的能源危言耸听的悲观主义传统，并解释了潮流为何终于扭转。能源部长克里斯·赖特（Chris Wright）在朱利安·西蒙（Julian Simon）“人类的聪明才智是终极资源”的见解的指导下，正在引导美国能源政策走向丰富而不是恐惧。页岩革命并不是中央计划的。它源于分散的实验、私人投资和政府的干预。这是人类繁荣的模式，并且首次指导联邦政策。要安排特拉维斯·费舍尔的采访，
Long Context vs. Short Context Model: When Does a Long Context Model Win?
平衡上下文能力与成本、速度和数据后篇《长上下文与短上下文模型：长上下文模型何时获胜？首先出现在《走向数据科学》上。
AI Agents Explained: What Is a ReAct Loop and How Does It Work?
代理如何推理、行动和观察最终答案，一次一步人工智能代理解释：什么是 ReAct 循环及其工作原理？首先出现在《走向数据科学》上。
LLM Wikis Are Over-Engineered — I Replaced Mine With a Pure Python Compiler
大多数“LLM wiki”使用代理、嵌入和重复模型调用来组织本地注释。我构建了一个确定性的替代方案：一个纯 Python 编译器，仅使用标准库将杂乱的 Markdown 转换为链接的、经过 linted 的 wiki。在此过程中，我修复了两个真正的错误，在两个操作系统上对管道进行了基准测试，并展示了为什么编译器通常比代理更适合机械文本组织。LLM 维基百科过度设计——我用纯 Python 编译器替换了我的编译器首先出现在《走向数据科学》上。
We can debate the ethics of AI but can’t seem to change course | Letters
读者对 Google DeepMind 哲学家和研究科学家 Iason Gabriel 的简介做出回应《卫报》对 Google DeepMind 哲学家的简介令人鼓舞，因为它表明许多构建人工智能的人正在认真履行自己的道德责任（“这到底是什么东西，这是一个深奥的谜？”：Google DeepMind AI 内部的哲学家，6 月 30 日）。但这也让我想知道最重要的决定是否已经做出。文章询问人工智能应该由谁的道德指南针来指导。我担心的是，前进的方向可能已经被确定，不是由哲学家或工程师决定，而是由围绕技术的激励措施决定。由于人工智能有望带来商业回报和地缘政治优势，目前已有数千亿美元的投资。这些压力是
Will The USA Split in Two Thanks to the LEFT?
评论：我觉得有必要伸出援手。我参加了你们2021年的会议，我清楚地记得，你们谈到美国走向政治分裂，而彻底分裂的真正风险将在2028年后出现。多年来，我深深尊重你们的预测提前多久被证明是准确的。 [...]
Why Powerful ML Is Deceptively Easy — Part 2
下一个泄漏问题不仅仅是暂时的。它与空间、结构和覆盖范围相关。使用 DALL·E 创建的 AI 生成插图《为什么强大的 ML 看似简单 — 第 2 部分》首先出现在《走向数据科学》上。
Time-Series LLMs, Explained with t0-alpha
t0-alpha 是用于概率时间序列预测的解码器式补丁转换器。原始序列被分成 32 步补丁，嵌入，通过因果时间注意力和群体注意力层进行处理，并解码为未来分位数而不是单点预测。后时间序列法学硕士，用 t0-alpha 解释首先出现在《走向数据科学》上。
Tokenminning: How to Get More from Your Chatbot for Less
Tokenmaxxing 已出炉。在不牺牲人工智能有效性的情况下降低成本的真实模式《Tokenminning：如何以更少的成本从聊天机器人中获得更多》一文首先出现在《走向数据科学》上。
恭喜伯克利人工智能研究 (BAIR) 2026 届实验室班毕业！今年，BAIR 庆祝了另一批杰出的博士生。毕业生的好奇心、创造力和毅力推动了人工智能和机器学习的前沿。他们的工作涵盖了现代人工智能的广度——机器人和体现智能、大型语言模型和推理、计算机视觉、生成模型、人工智能安全、人机交互、科学和医疗保健人工智能等等。一路走来，他们发表了有影响力的研究成果，构建了具有现实世界影响力的系统，指导了同行，并将 BAIR 社区塑造得更好。现在，他们正走向思想传播的各个角落：教师和博士后职位、行业研究实验室以及自己创办的初创公司，其中一些人仍在探索下一步发展，并希望收到您的来信。请与我们一起庆祝这些出色的
Scientists Regrow Amputated Toes in Mice. Could the Same Process Work in Humans?
两种生长因子使容易留下疤痕的伤口走向不完美但令人惊讶的再生。
