该论文使用表格深度学习的一些新embedding。论文地址 出自NIPS 2022 Hardy Xu利用该方法获得了kaggle Playground Series - Season 3, Episode 26: Multi-Class Prediction of Cirrhosis Outcomes的第二名。 本文提出了两种不同的构建块，适用于构建数字特征的嵌入。第一种是分段线性编码，它为原始

该论文使用NN来解魔方，耳目一新的方法。论文地址 TMLR 2023. 简单来说，该方法利用了组合搜索的一个基本特性：等概率的情况下路径越短，随机发生的可能性就越大。这意味着随机训练争夺的累积概率随着移动次数的减少而增加：$1/\mathbb{M}^N$，其中$\mathbb{M}$表示移动集，N表示路径长度。

该论文来自同级的qzd等同学。论文地址 指导老师为金枝老师，发表于CVPR的wordshop论文。为CVPR的NTIRE 2023双目图像超分辨率挑战赛的第二名解决方案。

关了关了.

陈天奇是机器学习领域著名的青年华人学者之一，本科毕业于上海交通大学ACM班，博士毕业于华盛顿大学计算机系，研究方向为大规模机器学习。TVM、MXNET、XGBoost 作者，CMU 助理教授，OctoML CTO。在gpt的潮流下，领导的团队提出了MLC LLM ，为在各类硬件上原生部署任意大型语言模型提供了解决方案，可将大模型应用于移动端（例如 iPhone）、消费级电脑端（例如 Mac）和 W

来自华为发表于nature的《Accurate medium-range global weather forecasting with 3D neural networks》。 现阶段，AI 气象预报模型精度不足主要有两个原因： 第一，现有的 AI 气象预报模型都是基于 2D 神经网络，无法很好地处理不均匀的 3D 气象数据。 第二，AI 方法缺少数学物理机理约束，因此在迭代过程中会不断积累

该论文来自同级的fga同学。fga同学是一位我挺佩服的同学。 论文地址：https://arxiv.org/abs/2305.19599 共同一作：fga和来自穆罕默德·本·扎耶德人工智能大学（MBZUAI）的Zutao Jiang 其他作者还包括来自华为诺言方舟实验室的几位和梁晓丹老师。 不知道这篇论文会在哪里发表（目前还是arxiv)，也不能断定这篇论文是否具有较大的学术阅读价值，但我认为阅读

来自《A PhD Student’s Perspective on Research in NLP in the Era of Very Large Language Models》 通过汇集来自不同背景的博士生的意见，探索NLP领域丰富的研究方向，避免将研究仅仅局限于大型语言模型。提出了十四个研究领域，每个领域包含了2-4个具体的研究方向，涉及多语言性、推理、知识库、语言基础、计算社会学等主题。

来自发表于Royal Society上的《Astronomia ex machina: a history, primer and outlook on neural networks in astronomy？ 个人评价： 大致算是讲述了人工智能的历史，没有很好的讲述人工智能在天文学的特殊性，生硬的讲述人工智能+天文学，简单的1+1-2，没有看到想要看到的1+1>2。 让我印象最深的是文中