adamはlrの調整するより、epsとbeta2の調整した方が価値あると思う

- scatter見て分かったふりをする - ダメではないので何もしない。変数抜けば誤ったモデルになるし、係数の信頼区間が問題ならデータ増やすだけ - ggrksと言う - 別に一致する保証無いので、都合の良い方をつかう - p値hackしない - 現実を正しくモデル化するのは不可能なので、とりま差分を見つける

面倒だけど、o1はcustom instructionに文体の指示（役割/目的/背景/制約とかの形式で）入れてあげると、4oよりかなり仕上がりいい感覚ある。 thinkingにも、文体を考えてるってちゃんと出てくるし（ただ、なぜかo1 proにすると効かなくなることが多いので、また工夫がいる）。

Wow. So why didn't you open-source it?

Unslothのソースコード覗きに行ったら見たことないCoding Styleで書かれててびっくりした passでコードブロック表現してるの思想強すぎないか ...

这这这。。。原来还可以把思想钢印抹掉？ PPLX 做了个 DeepSeek R1 的无审查版本 R1 1776，并且开源了 这是 DeepSeek R1 模型的一个版本，经过后期训练，可以提供未经审查、公正和真实的信息。 为了让模型在敏感话题上“不受审查”，创建了一个包含 1000 多个示例的多样化、多语言评估集。

AI CUDA Engineer、高速化頼んだらただ計測をハックされてただけなの草

#GTC25 飯待ちの列が長い

さむい

サーキットブレーカーのある取引所なんてガター無しのボウリング場じゃないか。投資家は小学校低学年なのか？

> What is the capital of France? o3どした？急にパリ行きたくなったん？

o3もGoogle使いたいんだね。Bingじゃつらいよね…

DRのレポートが出来たと聞いて開いたらこれx2

Anthropicのマルチエージェント、性能向上の8割がtoken usageで説明できるのは興味深い。どうやってtoken usageを効率的に最大化するかがエージェント設計の鍵ですね