This is all it takes to stop a train (Lock and Code S07E06)
本周，我们在 Lock and Code 播客中与 Rachel Swan 讨论了导致海湾地区火车严重停运的简单网络问题。
Goldilocks RL: Tuning Task Difficulty to Escape Sparse Rewards for Reasoning
强化学习已成为解锁大型语言模型推理能力的强大范例。然而，依赖稀疏的奖励使得这个过程的样本效率非常低，因为模型必须以最少的反馈来导航巨大的搜索空间。虽然经典课程学习的目的是通过根据复杂性对数据进行排序来缓解这种情况，但特定模型的正确排序通常是不清楚的。为了解决这个问题，我们提出了 Goldilocks，这是一种新颖的教师驱动的数据采样策略，旨在预测学生模型的每个问题的难度。教师模型...
LocatED chief to depart as DfE prepares to absorb property firm
首席执行官宣布，当政府支持的公司搬入该部门时，她将接受“新挑战”。随着 DfE 准备吸收房地产公司，LocatED 负责人将离职，这一消息首次出现在《学校周》上。
The U.S. Navy Is Losing 616 Tomahawk Missile Cells and Has No Way to Replace Them in Time
国防专栏作家、战略情报专业毕业生艾萨克·塞茨 (Isaac Seitz) 描绘了美国海军远程打击能力中日益复杂的危机。四艘俄亥俄级 SSGN（总共携带 616 枚战斧巡航导弹）和提康德罗加级巡洋舰的同时退役正在造成战略缺口，而弗吉尼亚级 Block V 潜艇因造船厂劳动力短缺和哥伦比亚级建造压力而推迟，直到 2030 年代初期才能填补。美国海军正在失去 616 枚战斧导弹单元且无法及时更换的帖子首先出现在19 四十五。
