纽约时间 全站浏览 —本页浏览 —

Writing · Build · Read · Think

记录值得研究、
也值得做出来的东西。

记录技术阅读、动手实践和软件产品中的心得。

Now · 2026.11

最近正在发生什么

Reading

AI 写作、搜索引用与翻译中的证据边界

Writing

从置信度校准到共形预测,检查覆盖率与输入截断的影响

Building

一事微光、日常收支小记 · 查看应用与上架地区

Inside the garden

按主题阅读

242 篇文章 · AI、LLM 与 Java 工程

Latest

最近写下的

全部文章 · 242
01Reading翻译得这么顺,原话里的“不一定”还在吗?大模型研究争议:从论文结论到证据边界 · 孩子收到交流活动的英文邮件,让 AI 翻成中文。你扫了一眼:“参加者周五之前会收到分组信息。”于是放心等通知。孩子却指着原文问:这里的 may,是不是只说可能收到?这是一个自拟情境,不是实测案例。第一层回答很简单:中文没有病句,不代…02Reading截断改变的是答案,还是置信度?可信预测实验室:从模型置信度到可检验的拒答 · 上一篇把固定的短句分类器迁移到长影评,发现概率质量与准确率需要分别检查。但那里还有一个容易被忽略的条件:模型最多读取五百一十二个词元。词元是分词器产生的输入单位,不等于一个英文单词。一篇影评经过分词后可能远超模型上限;程序照常返回两…03Reading从短句到长影评,校准还能保持吗?可信预测实验室:从模型置信度到可检验的拒答 · 假设你有一把量表,在电影短评上把模型的“几乎确定”调成了“比较有把握”。今天收到的却是整段影评:开头称赞表演,中间批评剪辑,末尾才给出总评。这时最容易犯的实验错误,是先用几篇长评把量表再调一遍,然后宣布它可以迁移。本文问一个可以用数…04Reading走廊尽头的书房,刚才来过吗?ReSpaceBench 怎样测视频模型的空间记忆AI 前沿观察 · 走进一间书房,看见桌上有只蓝杯。绕过走廊,又看见相同的书桌和台灯,蓝杯却不见了。是有人拿走了杯子,还是你走进了隔壁?Henry Zheng 等人在北京时间 11 月 17 日凌晨提交的预印本里,把这类困惑变成了可以判分的视频问答。新…05ReadingAI 摘要说周六去认树,怎么没说下雨去哪儿?大模型研究争议:从论文结论到证据边界 · 周五收书包,孩子问:“明天下雨,还去公园认树吗?”你点开昨天存的三行 AI 摘要:周六上午九点,亲子自然观察,带上记录本。时间没错,活动也没错。直到翻开图书馆的活动手册,你才发现,雨天那一场改在馆内认叶片标本。这个例子是虚构的。三行…06Reading能写出打砖块的网络,就知道哪个模型修不好吗?WeightBench 把两件事分开测AI 前沿观察 · 给一个语言模型打砖块的规则,让它直接填出另一个神经网络的参数,不许先玩一局。再给它一个现成的网络,让它判断:眼前的毛病能靠小改动修好,还是根本超出了这次修改的权限?南密西西比大学的 Aayush Marasini、Barsat Kh…

Selected App · iPhone & iPad

一事微光

看看今天有多少时间和精力,挑一件小事去做,完成后记下心情。

状态
已在 App Store 上架
功能
行动灵感 · 计时提醒 · 行动簿
版本
1.0.1 · 免费
查看应用与下载
一事微光今日行动界面