「TimeCopilot, LLM x TSFMs」 “ Who says time grows old in an instant，I copilot its seconds, predicting each to linger where I choose.” 谁说时间片刻变陈旧. 全为我分秒亦停留。当语言模型结合时间序列模型。 TimeCopilot turns time-ser

#TimeCopilot #LLM #时间序列预测 #Agentic #TSFMs

相关新闻

Gorden Sun

9小时前

nanochat：从零实现LLM训练和推理 Andrej Karpathy开源的项目，可以认为是一个极简版ChatGPT。包含8000 行代码，4小时、100美元训练成本，即可实现训练到微调全流程。 Github：技术报告：

YL (Yucheng Liu)

10小时前

在AI领域，未来几年唯一重要的事情可能就是「上下文工程」(Context Engineering)。如何从嘈杂、非结构化的真实世界对话中精准提取、管理和排序上下文，再喂给LLM，是决定AI智能体表现的关键。这远比卷模型本身更有价值。

11小时前

RAG已死？RAG已死的说法最近看到不少，很多是受Claude Code用grep的影响。问题是，grep就是一种信息检索手段啊，有grep就是RAG，只有那种每次把整个库都丢进去的不是RAG。另外，grep只是一种信息检索手段，只用grep做RAG目前还没有看到在非代码场景的成功案例，现在就断言以后用grep就行，我觉得应该都是没做过RAG。然后，很多人觉得向量化要切片，就觉得喂给L

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

21小时前

LLM的改进方向 - 实现显性的价值模型 - 多目标优化 - 动态计算分配（根据情况在浅层和深层间切换） - 贝叶斯不确定性估计（知道何时不确定）

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

22小时前

一个在符号空间空转的LLM，计算时间越长，泡沫越大吧 sam的hype死穴在于符号接地！ If GPT-6 is 30 IQ points above GPT-5 and can work for days to months, the economic value will skyrocket

「TimeCopilot, LLM x TSFMs」 “ Who says time grows old in an instant，I copilot its seconds, predicting each to linger where I choose.” 谁说时间片刻变陈旧. 全为我分秒亦停留。 当语言模型结合时间序列模型。 TimeCopilot turns time-ser

相关新闻

「TimeCopilot, LLM x TSFMs」 “ Who says time grows old in an instant，I copilot its seconds, predicting each to linger where I choose.” 谁说时间片刻变陈旧. 全为我分秒亦停留。当语言模型结合时间序列模型。 TimeCopilot turns time-ser