اکنون در دسترس! پژوهش تلگرام ۲۰۲۵ — مهمترین بینشهای سال 
MB3R Lab
رفتن به کانال در Telegram
Model-Based Robustness, Reliability, and Resilience MB3R Lab in English: https://www.linkedin.com/company/mb3rlab https://github.com/MB3R-Lab https://mb3r-lab.github.io/
نمایش بیشترکشور مشخص نشده استدسته بندی مشخص نشده است
304
مشترکین
اطلاعاتی وجود ندارد24 ساعت
اطلاعاتی وجود ندارد7 روز
+430 روز
در حال بارگیری داده...
کانالهای مشابه
هیچ دادهای
مشکلی وجود دارد؟ لطفاً صفحه را تازه کنید یا با مدیر پشتیبانی ما تماس بگیرید.
ابر برچسبها
هیچ دادهای
مشکلی وجود دارد؟ لطفاً صفحه را تازه کنید یا با مدیر پشتیبانی ما تماس بگیرید.
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
ژوئن '26
ژوئن '26
+4
در 0 کانالها
مه '26
+9
در 0 کانالها
Get PRO
آوریل '26
+155
در 0 کانالها
Get PRO
مارس '260
در 0 کانالها
Get PRO
فوریه '26
+27
در 0 کانالها
Get PRO
ژانویه '260
در 0 کانالها
Get PRO
دسامبر '25
+8
در 0 کانالها
Get PRO
نوامبر '25
+18
در 0 کانالها
Get PRO
اکتبر '25
+80
در 0 کانالها
Get PRO
سپتامبر '250
در 0 کانالها
Get PRO
اوت '250
در 4 کانالها
Get PRO
ژوئیه '25
+18
در 0 کانالها
| تاریخ | رشد مشترکین | اشارات | کانالها | |
| 23 ژوئن | 0 | |||
| 22 ژوئن | 0 | |||
| 21 ژوئن | 0 | |||
| 20 ژوئن | 0 | |||
| 19 ژوئن | 0 | |||
| 18 ژوئن | 0 | |||
| 17 ژوئن | 0 | |||
| 16 ژوئن | +1 | |||
| 15 ژوئن | 0 | |||
| 14 ژوئن | +1 | |||
| 13 ژوئن | 0 | |||
| 12 ژوئن | 0 | |||
| 11 ژوئن | 0 | |||
| 10 ژوئن | 0 | |||
| 09 ژوئن | 0 | |||
| 08 ژوئن | +1 | |||
| 07 ژوئن | 0 | |||
| 06 ژوئن | 0 | |||
| 05 ژوئن | 0 | |||
| 04 ژوئن | 0 | |||
| 03 ژوئن | 0 | |||
| 02 ژوئن | +1 | |||
| 01 ژوئن | 0 |
پستهای کانال
Задача двух генералов — классическая проблема в распределенных системах. Суть: при ненадежном канале связи никакой конечный обмен подтверждениями не дает обеим сторонам абсолютной уверенности в доставке сообщения.
А могли бы мы решить её с помощью квантовой запутанности? Например, так: получатель при получении сообщения делает что-то со своей частью запутанного состояния, а отправитель мгновенно фиксирует это у себя локально, без всякого обратного классического канала?
Разобрал этот вопрос в статье на Хабре: Two Generals, One Temptation: The Quantum ACK Challenge
Спойлер — нет, принцип no-signaling запрещает. Локальная статистика у отправителя никак не зависит от удаленных действий получателя без передачи классического бита.
| 2 | Отрицательная дивергенция или почему идеальная модель обязана «врать»
В нашей инженерной культуре эмпирические данные имеют сакральный статус. Мы привыкли мыслить линейно: хорошая модель — это та, что максимально плотно ложится на исторические факты. Любое расхождение с логами или метриками воспринимается как изъян, повод для тюнинга гиперпараметров и переподготовки.
Но что, если слепое следование фактам — это путь в противоположную от реальности сторону?
Представьте честную монету. Вы подбросили её один раз — выпал орёл. Эмпирический след говорит: вероятность орла — 100%, решки — 0. Это факт. Это данные. А вот идеальная модель этого процесса назначает вероятность 50/50. Математически идеальная модель расходится с наблюдаемой историей. Она приписывает ненулевую вероятность тому, чего не произошло, и отказывается давать 100% тому, что случилось.
Именно этот отход от сырых данных делает её ближе к породившей их реальности. Модель улучшает наше понимание мира ровно в той степени, в которой она осмеливается не быть рабом конечной выборки. Это и есть феномен отрицательной дивергенции: расхождение с эмпирическим следом ради конвергенции с порождающей структурой.
Конечная история (trace) — это лишь выборка, случайная реализация. Порождающий мир (world) — это структура, определяющая не только то, что случилось, но и то, что произошло бы при вмешательстве (intervention), и то, что было бы в альтернативной ветке (counterfactual). Если вы оцениваете модель только по тому, как она аппроксимирует наблюдаемый след, вы поощряете меморизацию, а не понимание.
В сложных системах этот эффект принимает разрушительные формы. Пациент принял лекарство и выздоровел. Наивный эмпирический бейзлайн (частотный след) уверенно свяжет лечение с исходом. Но если выздоровление вызвано скрытым фоновым фактором, истинная каузальная модель разорвет эту ложную ассоциацию. Она скажет: «Лекарство не помогло», — даже если это противоречит наивному выводу из логов. Модель выигрывает за счет отказа от прямого перевода корреляций в каузацию.
Философы науки давно разводят эти уровни. Боген и Вудворд четко разделили данные (зашумленные свидетельства) и феномены (устойчивые структуры, которые теории призваны объяснять). Данные — это тень на стене пещеры. Строить мир по тени — значит строить карго-культ.
Проблема в том, что конечный след не определяет мир однозначно (классическая проблема недоопределенности теорий). Одни и те же логи могут быть порождены совершенно разными каузальными механизмами. Чтобы построить адекватную модель, агент должен выйти за пределы того, что «разрешает» ему эмпирика. Он должен опираться на априорные структурные предположения, инварианты и логику вмешательств.
Интеллект системы не исчерпывается способностью повторять след. Истинное преимущество модели — в способности генерировать ответы на каузальные запросы точнее, чем это позволяет сам сырой след. Идеальная модель не фотографирует реальность; она строит её чертеж, даже если ради этого приходится спорить с черновиком. | 305 |
