Co-Scientist 论文阅读
Co Scientist 这个系统构造了一个带有 self-play 性质的自我改进闭环：不断生成假设、审查假设、让假设彼此竞争、再从竞争结果中继续演化出更好的假设和研究提案。论文里把这种过程概括成一种更贴近科研流程的 generate -> debate -> ra...
AI4S 和AI4 R search survey的阅读概览
发表于
AI scientist 对于现在的 AI research，主要有两种方式： 一种是纯粹的 workflow。 另外一种是 agent 协作模式。多个 agent 分别执行不同 role，来实现半自动甚至全自动的协作模式。 另外还有 Agent 虚拟实验室。 根据 survey...
RAG part: FAISS
发表于
更新于
本文知识点来源于FAISS Johnson-Lindenstrauss引理：如果有一组高维空间中的点，可以把它们随机映射到一个较低维空间中，并且点与点之间的距离几乎保持不变。 Faiss 优化的是“在给定距离度量下，尽量快、尽量省内存地找近邻”；但最终业务效果还取决于 embed...
快速候选召回
发表于
更新于
协同过滤 ItemCF 基于物品相似度的协同过滤 核心假设： 用户的兴趣具有连贯性，喜欢某个物品的用户往往会对相似的物品感兴趣 物品相似度计算 \[ w_{ij} = \frac{C[i][j]}{\sqrt{|N(i)\cdot |N(j)|}} \] 其中 \(N(i)\)表...
相关系数大全整理
发表于
更新于
方法 数学公式 参数说明 适用特点 皮尔逊相关系数 $r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2}\sqrt{\sum (y_i - \bar{y})^2}}$...
data001-notes1
发表于
数据科学生命周期 1. 提问 - 核心：提出好问题，问题类型（描述、探索、推理、预测）决定分析方向。 - 关键：将宽泛问题转化为可被数据回答的具体问题，明确所需数据与分析路径。 2. 获取数据 - 来源：昂贵（需精确协议）或廉价（如在线数据）。 - 重点：检查数据质量（缺失、异常...
multi agents 论文调研
发表于
更新于
智能体 Agent是一个能感知环境、做出决策、执行动作，并通过经验学习改进自身行为的自主实体。 现在LLM出来过后，Agent的研究领域基本上采取大模型来作为大脑构建LLM + Agent 这个的话我知道的有Reflection和RAG等机制 Reflection机制为自我反思机...