Data Science Weekly – Issue 669
4 hours ago
- 实验了一个14字节的神经网络来解决迷宫问题，目标是以最小的表示实现高解决率。
- 数据备份并非易事；灾难性数据丢失很常见，而且往往缺乏准备。
- 中心极限定理需要比预期更大的样本量才能实现正态逼近。
- 五年来运营PB级ClickHouse集群的经验教训，包括失败和成功。
- 在金融科技领域超过1.5年的RAG经验揭示，许多方法失败了，但有些策略效果更好。
- dbt Charts被开源为一种声明式仪表板语言，用于受治理的、由聊天构建的仪表板。
- 调查迈阿密房地产经纪人如何向购房者传达气候风险，重现2019年的实验。
- 模型的MSE可能具有误导性；具有相同MSE的两个模型可能表现不同。
- 探索了余弦相似性与集中度之比之间的转换，并附有可视化。
- 来自R联盟的birdnetTools 2.0支持从BirdNET检测中进行可重复的占用建模。
- Neki是一个基于多年大型MySQL集群经验构建的分片Postgres解决方案。
- tidyomics项目现在为组学数据提供dplyr风格的切片操作。
- 像Claude Code这样的人工智能工具通过轻松生成多个统计检验，可能加剧p-hacking。
- 使用GRPO训练搜索代理表明，奖励设计可能比提示更能影响搜索行为。
- 鉴于向量搜索质量的重要性，关于小型LLM是否足以满足RAG的讨论。
- 种子发芽数据的分析常常使用不一致的方法，阻碍可比性和可重复性。