函数关键词检索结果

科学家利用“独角鲸”波函数突破光的极限

Scientists Break Light’s Limits With “Narwhal” Wavefunctions

光子学中长期存在的限制可能正在被新的光控制机制所取代。光子技术一直在努力以与电子技术相同的速度缩小尺寸。该限制来自基础物理学。不确定性原理关系到光对其波长的限制程度,在可见光和近红外范围内可以 [...]

除了编码之外,谷歌反重力还可以做 5 件有用的事情

5 Useful Things to Do with Google’s Antigravity Besides Coding

反重力依赖于一系列功能,其中许多功能与编写函数关系不大。

半个世纪前供需崩溃:Sonnenschein-Mantel-Debreu 定理

Supply And Demand Breaking Down Half A Century Ago: The Sonnenschein-Mantel-Debreu Theorem

“[M]主流经济学家[划分]为有效的“种姓”,只有一小部分但崇高的专业子集从事发现理论中的弱点所需的详细数学工作。绝大多数经济学家相信,这个高种姓,数理经济学家,正确地完成了他们的工作,并证明了该理论在内部是一致的。该种姓确实正确地完成了其工作,但它证明了恰恰相反:该理论只有在最严格和似是而非的情况下才是一致的的假设。” - Steve Keen,《揭穿经济学1.0》简介经济学家喜欢讲述有关供给和需求的故事,在这些故事中,商品的更高价格表明该商品更加稀缺,并鼓励代理人用其他商品替代更稀缺的商品。半个多世纪以来,主流经济学家都知道,这些故事在他们的理论的最严格版本中是没有道理的。他们的故事是临时

超越真实数据:正则化视角下的合成数据

Beyond Real Data: Synthetic Data through the Lens of Regularization

当真实数据稀缺时,合成数据可以提高泛化能力,但过度依赖可能会导致分布不匹配,从而降低性能。在本文中,我们提出了一个学习理论框架来量化合成数据和真实数据之间的权衡。我们的方法利用算法稳定性来推导泛化误差范围,描述最佳合成与真实数据比率,以最小化预期测试误差作为真实分布和合成分布之间 Wasserstein 距离的函数。我们在内核脊的设置中激发我们的框架......

以固定资本和租金为例的因子需求曲线

Factor Demand Curves For An Example With Fixed Capital And Rent

图 1:劳动力需求曲线 我创建并研究了一个示例,其中一台物理寿命为三年的机器可用于在两种土地之一上生产农产品。我的示例是资本逆转示例。我突然想到,在这个例子中,我并没有绘制出对所谓生产要素的需求。因此,图 1 绘制了在给定最终需求的情况下,企业希望提供的工资与就业机会的关系。切换点是该图中的水平线段。在“反常”转换点附近,更高的工资与希望雇用更多工人的公司相关。考虑到最终需求和利润率,每种技术都定义了价格体系。我可以将年初必须存在的资本货物的价值相加,以产生给定的最终需求。生产价格用于聚合异质商品。图2在某种意义上显示了对资本的需求。这里,“反常”切换点也被指示用于增加需求曲线的阶跃函数近似。

社会蜘蛛和殖民蜘蛛作为不同组织层次上宿主-共生体相互作用的模型系统

Social and colonial spiders as model systems for host-symbiont interactions at different levels of organization

社会蜘蛛和群体蜘蛛作为不同组织层次上宿主-共生体相互作用的模型系统共生相互作用涵盖了从微生物组合到与宏观生物体的协同或对抗相互作用的范围,可以在生物组织的各个层面上塑造生态群落,从单独的宿主到大型社会群体。造网蜘蛛产生了两种类型的社会系统:远交的殖民球体编织者,它们形成具有模块化结构且不合作的网络复合体,以及近交社会物种,其紧密结合的社会在共享的公共网络中表现出合作。我们综合了关于在社会和殖民物种中定殖个体蜘蛛或其生活区的宏观或微生物的最新发现,强调了它们作为宿主社会和繁殖系统的函数对种群稳定性和脆弱性的潜在贡献。群居蜘蛛紧密结合的社会促进了微生物的同质化以及与潜在的宏观共生体的长期联系,而群

将 Amazon Bedrock AgentCore 与 Slack 集成

Integrating Amazon Bedrock AgentCore with Slack

在本文中,我们演示如何使用 AWS 云开发套件 (AWS CDK) 构建 Slack 集成。您将了解如何使用三个专门的 AWS Lambda 函数部署基础设施、正确配置事件订阅以处理 Slack 的安全要求,以及实施适用于许多代理用例的对话管理模式。

IEEE 游戏汇刊,第 18 卷,第 1 期,2026 年 3 月

IEEE Transactions on Games, Volume 18, Issue 1, March 2026

1) 《严肃游戏中通过视觉美学进行情感设计:范围界定评论》作者:L. Kallabis、B. Baruque-Zanón、H. Klocke、A. M. Lara-Palma、B. Naujoks 页数:1 - 142) 视频游戏中真实天气模拟系统的评论:从脚本化天空到动态风暴作者:C. Mudlapur, O. P. Singh 页数: 15 - 293) 使用大型语言模型生成基于语法的游戏描述作者: T. Tanaka, E. Simo-Serra 页数: 30 - 434) DPBL: 去噪玩家行为表征学习作者: W. Li, D. Yao, Z. Xu, C. Kong, Q. Jin

可视化解决方案中的模式:数据结构如何影响编码风格

Visualizing Patterns in Solutions: How Data Structure Affects Coding Style

阅读有关数据集结构如何驱动窗口函数、CTE、JOIN 和 pandas 合并模式的实证分析。

Kimi K2.5是什么?架构、基准测试和 AI 基础设施指南

What Is Kimi K2.5? Architecture, Benchmarks & AI Infra Guide

将公共 MCP 服务器部署为 API 端点,并使用函数调用将其工具集成到 LLM 工作流程中。

llama.cpp:快速本地 LLM 推理、硬件选择和调整

llama.cpp: Fast Local LLM Inference, Hardware Choices & Tuning

将公共 MCP 服务器部署为 API 端点,并使用函数调用将其工具集成到 LLM 工作流程中。

Flash注意2:减少GPU内存并加速Transformers

Flash Attention 2: Reducing GPU Memory and Accelerating Transformers

将公共 MCP 服务器部署为 API 端点,并使用函数调用将其工具集成到 LLM 工作流程中。

混合神经符号欺诈检测:用域规则指导神经网络

Hybrid Neuro-Symbolic Fraud Detection: Guiding Neural Networks with Domain Rules

我真的认为我正在做一些大事:向损失函数添加几个简单的域规则,并观察超级不平衡数据上的欺诈检测猛增。第一次运行看起来很棒......直到我修复了一个偷偷摸摸的阈值错误并在五个不同的随机种子上运行了整个过程。突然之间,“巨大的胜利”几乎消失了。说实话,我最终得到的结果实际上更有用:提醒我们,在欺诈等罕见事件问题上,我们衡量成功的方式(阈值、种子、指标)比模型本身更容易欺骗我们。该规则确实使排名稍微好一点(您可以在 ROC-AUC 中一致地看到它),但真正的收益很小且脆弱。这是完整的故事 - 错误、差异、经验教训等等。混合神经符号欺诈检测:用领域规则指导神经网络首先出现在走向数据科学上。

什么是LPU?语言处理单元|人工智能推理的未来

What is LPU? Language Processing Units | The Future of AI Inference

将公共 MCP 服务器部署为 API 端点,并使用函数调用将其工具集成到 LLM 工作流程中。

Clarifai 与其他推理提供商:Groq、Fireworks、Together AI

Clarifai vs Other Inference Providers: Groq, Fireworks, Together AI

将公共 MCP 服务器部署为 API 端点,并使用函数调用将其工具集成到 LLM 工作流程中。

vLLM vs Triton vs TGI:选择正确的 LLM 服务框架

vLLM vs Triton vs TGI: Choosing the Right LLM Serving Framework

将公共 MCP 服务器部署为 API 端点,并使用函数调用将其工具集成到 LLM 工作流程中。