
TPAMI 2026 | 仅用两个变量破解混杂因素:CIC实现动力学因果推断与混杂变量重构 (opens in a new tab)
从观测时间序列数据中准确识别因果关系,是生命科学、地球科学、经济学以及人工智能等诸多领域的核心科学问题。尤其在复杂生物系统中,基因、蛋白质和代谢物之间高度耦合,并常常受到大量不可观测因素的干扰——这些「隐形混杂」无法被直接测量,却会严重误导因果推断结果,产生虚假的因果关联。
Total 68 articles

从观测时间序列数据中准确识别因果关系,是生命科学、地球科学、经济学以及人工智能等诸多领域的核心科学问题。尤其在复杂生物系统中,基因、蛋白质和代谢物之间高度耦合,并常常受到大量不可观测因素的干扰——这些「隐形混杂」无法被直接测量,却会严重误导因果推断结果,产生虚假的因果关联。

微信「绝密级」AI智能体还在秘密开发,一位前腾讯工程师已经在硅谷交出了答卷——全球首个人类与AI共生的社交网络Teamily AI,让Agent组团混进群聊,带队干活。

1984年,教育心理学家本杰明·布鲁姆(Benjamin Bloom)的一项实验,揭示了一个惊人的事实:接受一对一辅导的学生,成绩可以超越传统班级里98%的同学。这种效果被称为两个标准差优势,它证明了个性化教学的巨大潜力。但它也带来了一个现实难题:一对一辅导成本极高,无法普及。

GeoPT提出了一种全新的动力学提升预训练范式,通过合成动力学(Synthetic Dynamics)将静态几何“提升”到动态空间,让模型在无标签数据上通过学习粒子轨迹演化来获取物理直觉。

何朝阳说话时,语言的节奏快而密集。在我们交流的前半个小时里,他一口气介绍完新产品 Teamily.ai 的全部,但我只得到了一个模糊的感受:听起来技术很厉害,但我为什么要用它?

硬氪独家获悉,人形机器人公司逐际动力LimX Dynamics已完成2亿美元的B轮融资。

离开Meta这座围城后,Yann LeCun似乎悟了“不要把鸡蛋装在同一个篮子里”。一边,他亲手打造了自己的初创公司AMI,试图在世界模型这条赛道上大展拳脚;同时,他的目光又投向了硅谷的另一角。

这篇新论文提出了一种非常简单的新激活层 Derf(Dynamic erf),让「无归一化(Normalization-Free)」的 Transformer 不仅能稳定训练,还在多个设置下性能超过了带 LayerNorm 的标准 Transformer。

北邮最新综述探讨了文生图扩散模型的可控生成技术,总结了在文本条件之外引入新条件信号的方法,从任务和方法两个层面梳理了可控生成技术。

最近,Cursor 也发表了一篇文章《Dynamic context discovery》,分享了他们是怎么做上下文管理的。结合 Manus、Cursor 这两家 Agent 领域头部团队的思路,我们整理了如何做好上下文工程的一些关键要点。