首次证实白盒Transformer可扩展性！马毅教授CRATE-α：鲸吞14亿数据，性能稳步提升 这项工作是加州大学Santa Cruz谢慈航教授团队主导的。也充分说明工程实现能力对人工智能方法验证的重要性！

香港大学：世界排名17，历史新高！ 很荣幸看到我就读与就业的清华大学、伯克利、和香港大学都排名世界前20。

依据编码率压缩的原理设计的白盒神经网络在效果和性能上在大幅提升的同时，理论的论证也得越来越完善。这是我们最近与密西根大学的同事合作，刚被ICML2024接受的揭示压缩编码率优良的全局性质的工作：网页链接。很大程度上从理论上严格论证这个客观的刻画信息增益的量可以用简单的优化方法 ... 展开

对话香港大学马毅：“如果相信只靠 Scaling Laws 就能实现 AGI，你该改行了” 反对AI威胁论、AI技术垄断，人人有责。之所以逆势而上，是因为看到了正确的方向。个人观点，希望对大家有些启发。

Mamba-2新架构出世一统江湖！普林斯顿CMU华人再出神作，性能狂飙8倍 感觉人工智能要全面回归自动控制与信息理论了。状态空间动态模型是我在《高维数据处理》一书中举的第一个高维空间的模型，而且就是针对序列数据建模。不过，动态系统辨识的本质也是压缩—例如线性系统辨识的核心就是PCA降维算法。印了我一直在讲的：大家都在做同样的事情，只是取 ... 展开

“维度诅咒”背后的数学，深入理解高维中惊人现象背后的数学原理 科普之外，若要系统深入的理解高维空间与高维数据，建立严谨的数理与计算概念，应该看我的《高维数据分析》一书。中文翻译版应该很快会出版了。

网页链接 学生近期的工作。个人认为，发现目前多模态大模型存在的问题很有价值。

永远记住：观点不独到，学问无价值。

专访UC伯克利马毅：一场为了探究智能本质的个人战争 现在读起来两年前的访谈，对自己当初的坚持也有一点点小感动。很多事，失败的唯一原因是过早放弃。 当初的这些看似不合时宜的想法和见解，现在大多数居然已经被实现与验证。