Hyacehila's Blog

假设检验很强大，但它依赖前提；p 值显著也不等于“结论正确”的概；任何不精通统计学的人都可能在无意中进行统计造假。

为什么结构化表格数据场景里，提升树至今仍常是最强 baseline？本文聚焦 XGBoost、LightGBM 与 CatBoost，讨论它们各自的技术重心、工程取舍与最佳战场。

梳理从纯语言模型到视觉-语言模型的技术路线，说明 CLIP、VLM、扩散模型与原生多模态在输入表示、训练目标和推理方式上的差异。

从高维小样本与维数灾难出发，梳理 EDA、正则化与稀疏性等高维统计思路，并重点介绍 PCA/MDS、t-SNE、UMAP、Autoencoder 等降维方法的数学直觉与适用场景。

数值计算是精确的，图表是粗略的？统计学家 Francis Anscombe 用四组特殊的数据集打破了这一成见。本文通过安斯库姆四重奏（Anscombe’s Quartet）讨论探索性数据分析（EDA）在统计推断中的必要性。

在终极的分析中，一切知识都是历史；在抽象的意义下，一切科学都是数学；在理性的基础上，所有的判断都是统计学。—— C.R. Rao。本文重读这本统计学经典，回顾统计学的历史以及发展中产生的诸多问题。

LLM 让知识接触、解释、翻译和表达变得前所未有地便宜，但答案入口的平权并不等于理解、判断和学习路径的平权。问题在于，AI 能否帮助人获得能力，而不只是更快拿到答案。

总结 2025，以及过去的二十多年：我做了什么，又该去做些什么。

从 PocketFlow 的 BaseNode、Node、Flow、Batch 与 Async 实现出发，梳理一个极简 LLM Agent 框架如何用图、共享存储和节点协议组织工作流。