BED-LLM: Intelligent Information Gathering with LLMs and Bayesian Experimental Design
我们提出了一种通用方法，用于提高大型语言模型 (LLM) 使用顺序贝叶斯实验设计 (BED) 框架智能、自适应地从用户或其他外部源收集信息的能力。这使得法学硕士能够充当有效的多轮会话代理并与外部环境进行交互。我们的方法称为 BED-LLM（大型语言模型的贝叶斯实验设计），基于迭代选择问题或查询，最大化关于任务的预期信息增益 (EIG)
December 19 - Bayesian economics and statistics
贝叶斯统计已成为经济学中影响力越来越大的框架，为主导二十世纪大部分时间的频率论方法提供了替代方案。贝叶斯方法的核心是围绕概率的概念构建的，概率是一种信念程度，而不是长期频率。贝叶斯方法植根于托马斯·贝叶斯 (Thomas Bayes) 的 18 世纪著作，并由皮埃尔·西蒙·拉普拉斯 (Pierre-Simon Laplace) 形式化，利用贝叶斯定理根据新证据更新先前的信念。这个简单但强大的原则——后验信念等于数据更新的先验信念——对于经济学家如何建模不确定性、解释证据和做出决策具有深远的影响。
Score Distillation of Flow Matching Models
扩散模型实现了高质量的图像生成，但受到缓慢的迭代采样的限制。蒸馏方法通过一步或几步生成来缓解这一问题。流匹配最初是作为一个独特的框架引入的，后来被证明在理论上等同于高斯假设下的扩散，这就提出了蒸馏技术（例如分数蒸馏）是否可以直接转移的问题。我们提供了一个简单的推导——基于贝叶斯规则和条件期望——统一了高斯扩散和流量匹配，而不依赖于 ODE/SDE……
Brachycephalus lulai Bornschein、Pie、Nadaline、Confetti、Blackburn、Stanley、Mari、Alves、Sandretti-Silva、Lima & Ribeiro，2025DOI：doi.org/10.1371/journal.pone.0334746 摘要Brachycephalus 是栖息在巴西大西洋落叶层中的微型日间青蛙森林，主要分布在山地地区。该属包括 42 个目前已识别的物种，其中 35 个是自 2000 年以来被描述的。这项研究描述了在巴西圣卡塔琳娜州 Serra do Quiriri 发现的 B. pernix 物种
DSGE 模型的思想根源可以追溯到 20 世纪 80 年代初的真实商业周期 (RBC) 传统。 Kydland & Prescott (1982) 和 Long & Plosser (1983) 的开创性工作建立了微观基础模型，其中宏观经济波动仅由无摩擦环境中的外生技术冲击产生。这是对卢卡斯批评的大胆回应：宏观经济模型应该基于稳定的微观经济决策规则，而不是脆弱的统计相关性。但 RBC 模型的经验和政策局限性（例如无法解释通货膨胀动态或货币政策的影响）导致了名义摩擦（粘性价格和工资）、习惯形成、调整成本和不完全竞争的整合。这些元素出现在后来被称为新凯恩斯主义 DSGE 模型中。该文献中的分水岭贡
