目的 本机制的目标：降低团队成员提出真实反馈的成本，使问题能够尽早暴露并得到改进，同时避免匿名机制被用于骚扰、攻击或无意义的信息轰炸。 本机制遵循两个基本原则： 个体理性：提出善意反馈的预期激励应高于其时间、心理压力和潜在风险。 激励相容：成员通过提供真实、具体、有信息量的反馈，对团队整体发展有长期益处。 防滥用机制 每条反馈原则上不...

导言：把健康与表现变成一套可以实践的科学 本章导读 核心问题： 我们究竟可以做些什么，让自己在身体和精神上感觉更好、表现更好，而且不必把全部生活都投入到“管理健康”这件事上？ 如果你正在睡眠、压力、注意力、运动、营养或其他健康问题上遇到困难，我希望这里的工具能够帮助你。如果你的整体状态已经不错，只是希望在某个方面进一步提高，它们同样适用。 我把这些工具称为协议（protocol）。...

从贝叶斯后验预测到 Prior-Data Fitted Networks Prior-Data Fitted Networks（PFN）提供了一种与传统监督学习显著不同的建模范式。在通常的机器学习流程中，当一个新的训练数据集到来时，我们需要重新拟合模型参数：线性模型求解新的回归系数，梯度提升树重新构造树结构，神经网络重新进行梯度下降；在贝叶斯方法中，则需要基于新的观测数据重新计算或近似参数...

马太福音 12:31 所以我告诉你们：人一切的罪和亵渎的话都可得赦免，惟独亵渎圣灵，总不得赦免。 arxiv:2510.01395 Science LLM Sycophancy 如何损伤人的道德判断 大型语言模型正在从“信息查询工具”逐渐变成一种参与社会判断的认知中介。当用户询问代码、数学或事实知识时，我们通常可以通过外部证据判断模型答案是否正确； 但当问题变成“这件事...

凯利准则 凯利准则（Kelly Criterion）表面上是一个仓位公式，实质上则是一个关于随机动态系统中资本如何最优增长的问题：当具有统计优势的风险机会可以被重复利用时，投资者应该把多少比例的财富暴露于该风险，才能使财富的长期复合增长率达到最大。 我希望从一个统一的视角展开这个问题。首先从离散重复下注说明为什么长期投资的自然目标不是算术期望收益，而是期望对数财富；随后把财富过程嵌入随机...

未检验的AIGC 资料范围说明。 本文所谓“所有讲解”，是指对目前可系统检索到的伯克希尔股东信、伯克希尔年度股东大会实录、巴菲特公开演讲，以及芒格 Daily Journal 年会等核心材料进行归并；同一观点在不同年份被反复表达时，不机械重复全文，而是保留其观点发生变化的关键节点。尤其值得注意的是，“失败”并不等同于“最终账面亏损”：例如伯克希尔最终在 USAir 上赚到了钱，但巴菲...

经文士和法利赛人哪，你们这些伪善的人有祸了！因为你们奉献薄荷、莳萝、香芹的十分之一，却放弃了律法上更重要的：就是公义、怜悯、信实。这些才是你们应该做的，至于前者也不可放弃。 Dutch Book 是主观概率论、贝叶斯认识论与决策理论中一个非常重要的思想工具。它试图回答一个基础问题：如果一个人的信念被表示为概率，那么什么样的概率赋值可以被称为内部一致？Dutch Book 论证给出的答案不...

背景介绍 竞技游戏中的 Rating System 表面上是在维护一个代表玩家水平的数字，实际上解决的是一个典型的动态统计推断问题：玩家的真实竞技能力无法被直接观测，系统只能观察一系列带有随机性的比赛结果，并据此持续估计潜在能力。 一个合理的评分系统不仅需要回答“能力如何”，还必须回答“这个判断有多可靠”“新证据应当让评分移动多少”“长时间没有比赛后旧评分还能相信多少”，以及在多人和组队...

贝叶斯优化 贝叶斯优化（Bayesian Optimization, BO）是一类面向中低维度昂贵黑盒函数优化问题的序贯决策方法。它所解决的问题看似简单： [x^\star = \arg\min_{x\in\mathcal X} f(x)] 真正困难之处在于，我们通常既不知道 $f(x)$ 的解析表达式，也无法获得其梯度，甚至每计算一次 $f(x)$ 都意味着一次昂贵的真实实验。 ...

Lee Kuan Yew on Leadership: The Harvard Interview May 5, 2015 Lee Kuan Yew, the former Prime Minister of Singapore, is interviewed by Harvard Kennedy School professors David Gergen, Ron Heifetz, ...