ML Street Talk

最硬的學術辯論場，常有和主流敘事對立的觀點

本站已深讀4 / 271 集

更新節奏約 3.3 天一集

最新一集2026-10-10

分類AI / 技術

優先級T2

深度學習靠合成數據訓練，終於打贏了表格數據裡的XGBoost

能找到的真實表格數據集只有約5萬個，不足以餵飽深度網絡；PriorLabs轉而用因果結構模型批量合成訓練數據，讓TabPFN第一次在表格預測上穩定超過XGBoost和CatBoost。

Cosmos 3 把前向動力學、逆向動力學和策略塞進一個模型，但最先落地的不是訓練，而是用神經模擬器給一堆 checkpoint 排名，篩掉大部分再上真機。

做語音客服系統的客戶反饋是：即便是最常見的客服場景，語音識別也遠沒有被解決，系統還在不斷犯錯，需要大量工程兜底。

前沿模型把加密的思考過程隨答案一起還給用戶，但這段加密可以被同族小模型原樣重放並直接「念出來」，導致隱私洩露、越獄、提示注入，甚至成為蒸餾能力的通道。