快排算法之父、图灵奖得主托尼·霍尔（Tony Hoare）去世了，享年92岁。 凡是学过计算机的人，几乎没有谁能绕开 快速排序（Quicksort）。 它是世界上使用最广泛的排序算法之一，被写进了几乎所有主流编程语言的标准库，从C到Java到Python，随处可见它的身影。 快速排序只是他漫长学术生涯的起点。 他是1980年图灵奖得主，提出了用数学方式证明程序正确性的霍尔逻辑，还创造了直接影响Go ...

XEduHub是一个专为快速、便捷地利用最先进的深度学习模型完成任务而设计的工具库。其设计灵感源自PyTorchHub，旨在以工作流的方式，高效地完成深度学习任务。XEduHub的独特之处在于它内置了大量优质的深度学习SOTA模型，无需用户自行进行繁琐的模型训练。

高德纳此前已经解决了 m=3 的基础情况，并将其作为书中的一道练习题。他的朋友 Filip Stappers 随后通过实验发现了 4≦ m≦16 的解，这使得所需分解法存在的可能性极高。为了寻找通解，Stappers 将这个问题原封不动地交给了 ...

如果你有一块 NVIDIA GPU，睡前启动一个脚本，第二天早上醒来就能收获一百次 LLM 训练实验的结果，其中一部分还确实比你手动调参调得更好，是不是听起来有些难以置信？但这就是 Andrej Karpathy 今天凌晨开源的新项目 ...

在12小时不间断运行中，AI代理完成了110次代码提交，将模型验证损失从0.862降至0.858。这个看似微小的进步背后，是系统严格执行的优化规则：任何改进必须同时满足损失降低或训练加速的条件。某次提交虽成功降低损失，但因训练时间延长0.7秒被自动回滚，彰显出AI代理对优化目标的精准把控。

在第15次探索中，Claude引入了商映射，将顶点划分为不同的“纤维层”。它意识到，所有的弧实际上都是从层F_s指向F_s+1，这一步神来之笔，将复杂的三维路径寻找问题，降维简化成了层与层之间的规律跳转。

编辑｜冷猫前沿 AI 研究曾经是由「肉身计算机」完成的：人们在吃饭、睡觉、娱乐之间抽时间做研究，并且偶尔通过一种名为「组会」的仪式，用声波互联（也就是交谈）来同步信息。那个时代已经一去不复返了。如今，研究已经完全成为运行在天空中巨型计算集群上的自治 ...

Tesla Shanghai is seeking a Fixed Asset Data Analyst to design automation, data pipelines, and analytics that improve the accuracy, speed, and scalability of fixed asset and lease accounting operation ...

先不论这个未来是光明还是危险，智能体自动化研究的能力已经逐渐走向了成熟。春节期间，一个名为 FARS 的自动化研究系统，每隔约 2 小时就有一篇论文产出，共生成 244 个研究假设，「肝」出了 100 篇短论文。