Classic Aero-TV: The B29 SuperFortress ‘Doc’ - History in Flight
2022 年起（YouTube 版）：为子孙后代传承 B-29 的遗产 我们有机会在科罗拉多州 Centennial 的 Wings Over the Rockies Exploration of Flight 停留期间与 B-29 Doc 的执行董事 Josh Wells 进行了交谈。他表示，他们的使命是讲述最伟大一代的故事，确保他们的遗产代代相传。它包括让人们“近距离接触 B-29，看到它、感受它、拥抱它、爬过它，确保他们了解我们的男男女女、战时英雄在这些飞机上服役的感受。此外，讲述那些离开家园到美国各地工厂工作的妇女的故事，她们不仅是为了制造飞机，而且是为了制造坦克、弹药和其他战时交付品
For This Engineer, Taking Deep Dives Is Part of the Job
在 Levi Unema 电气工程师职业生涯的早期，他获得了一次不寻常的机会。 2015 年，当他在一家汽车零部件供应商的装配线上工作时，他接到了高中科学老师的一个意外电话，这让他踏上了一条全新的道路：驾驶水下机器人探索海洋最深的深渊。接到这个电话的是哈兰·克雷迪特 (Harlan Kredit)，他是一位全国知名的科学老师，也是罗德岛州一家名为全球海洋探索基金会 (GFOE) 的非营利组织的董事会成员。该组织正在寻找一名电气工程师，帮助为美国国家海洋和大气管理局设计、建造和驾驶遥控潜水器 (ROV)。Levi Unema 雇主深度探索解决方案职业ROV 工程师教育背景密歇根理工大学电气工程学
Learning from failure to tackle extremely hard problems
这篇博文基于 BaNEL 的著作：Exploration Posteriors for Generative Modeling Use Only Negative Rewards。解决非常困难的问题机器学习研究的最终目标是推动机器在关键应用中超越人类的极限，包括下一代定理证明、算法问题解决和药物发现。标准配方包括：(1) 对现有数据进行预训练模型以获得基本模型，然后 (2) 使用衡量生成样本的质量或正确性的标量奖励信号对它们进行后训练。然而，对于这些问题的最困难的实例，我们遇到两个挑战： 稀疏性：基本生成模型获得接近于零的奖励信号。产生正奖励样本的概率可能非常低，以至于模型可能会经历大部分训练
