跳转到内容

计算机科学Computer Science

明确指令和数据结构,怎样发展为能够从数据学习的大规模计算系统?

从图灵机到大语言模型——计算如何成为理解世界、改造世界的新语言。算法、抽象、复杂性,以及它们正在抵达的边界。

314 个条目 · 5 个板块 · 18 篇前沿

数理与技术

学习主线

从直觉到前沿,五步走一遍这个学科。

  1. L1 · 直觉启蒙阿达·洛夫莱斯从可由机器执行的步骤出发,理解程序不只是算数,也能操作符号。
  2. L2 · 基础语言数据结构数据结构说明表示方式怎样决定程序能高效完成什么操作。
  3. L3 · 系统解释梯度下降与反向传播梯度下降与反向传播把明确目标转化为可迭代优化的学习过程。
  4. L4 · 方法建模注意力机制与 TransformerTransformer 用注意力、训练数据和基准实验建立可扩展的序列模型。
  5. L5 · 综合前沿大语言模型与基础模型基础模型前沿综合规模规律、能力评测、偏差、可解释性、安全与治理问题。

板块

知识星轨

五圈是五个层级,由内向外从直觉到前沿;亮起的一串是学习主线。点任意一颗星打开那篇文章。

与其他领域的桥

正文里的内链跨到别的学科,最常在这些地方相遇。

  1. 数学与逻辑501 条内链 · 常在概率论
  2. 哲学思想416 条内链 · 常在认识论
  3. 经济学254 条内链 · 常在信息不对称理论
  4. 心理学218 条内链 · 常在记忆系统
  5. 物理学133 条内链 · 常在热力学三大定律
  6. 政治学131 条内链 · 常在国家能力
  7. 语言学117 条内链 · 常在计算语言学与自然语言处理
  8. 生命科学91 条内链 · 常在Evo-Devo:演化改写的不是零件,而是说明书