主动都不见得有戏，建议放低期待

在这里提前祝塬友们新春快乐！

不过アイラちゃん一直都不喜欢这种太过于热闹的节日，社交特别耗费精力而且热闹过头的节日反而让アイラちゃん感觉不适应，还是更喜欢独自一人 + 赛博网友的双休日一点。好不容易刚刚才从社交地狱中跑出来，被父母硬扯去打麻将（但实际上一点都不会）然后输个精光，在一桌的人嘴上都说的“一家人”但实际上不动声色地把你的钱一点点“骗”走的感觉真是不舒服呢～(笑)

不管怎么样，就让最后的两个小时带去身上不快乐的记忆，迎接农历新的一年吧！

X: @ArameDraw

墙和集市有，这里没有，因为太小了，不成气候。

RSS 的工作进入最后录制 Demo 阶段，将近两个月的工作加上一个月高强度期末考，课程项目 ddl 和调试即将进入尾声 🥰

下图为你门中某杰出学长的 notice，某群聊即将解散，有点纪念的味道了。

如有冒犯可以删

日常更新

通过群友分享找了一个远程的实习
上来就丢一个长工期大项目自己写确实挺有意思的
锻炼一下做整体架构的水平先
理论上聊的是一周 30hours 所以我尽量做到多摸鱼
把剩下的时间放在自学和毕设上
不过毕设的话老师那边要不到显卡，我自己的 m4 mbp 要想训一轮的话最简单可能要 3-10h
还是挺麻烦的
所以先随便干干吧 积累一下

感情小故事

被一个月没有联系的人表白了（神奇
差不多一年前认识的吧，然后因为爱好有点重合（重合不多）夏天的时候可能稍微有点暧昧，但是由于我在外地实习，回来以后在忙保研就没什么后续了。
后来九月份开学以后想慢慢捡回来然后被冷暴力了
现在据她解释说是很不满意我之前的行为
所以后来慢慢到年底就不怎么联系了
结果前两天晚上突然来问我回家没有，能不能约我出去玩
被我简单拉扯了一下直接说很想我
但是这个时候我 lol 开了（
打完两把游戏以后感觉那边心态不对了快准备把我删了
然后我只能继续斡旋一下先约出来线下见面
但是我发现我线下完全顶不住（
就是聊点什么话题都会被拉回来问我同不同意表白（
无论是叙旧/送礼物都会被拉回到“我们现在是什么关系”这种话题
然后拿幽怨的小眼神盯着我把气氛压的很低
把我决策和拉扯空间直接击碎了
考虑到我希望很多事情是马尔可夫的（也就是我不想因为之前的事情而影响现在
并且还是跟着感觉走，毕竟那天晚上收到消息的第一反应还挺开心的
无论如何发生在两个母胎单身的人的故事还是太莫名其妙了
希望以后能顺利吧

AI:

---

第一组：

• A. 一定赚到 240 块

  • 期望收益 $R_A = 240$ 元
  • 风险 $\sigma_A$：由于是确定性收益，没有波动，标准差为 0。
  • 夏普比率 $SR_A = \frac{240 - 0}{0}$ （数学上，分母为 0 是未定义的，这通常表示无限高的夏普比率，因为没有风险。但在实际比较中，确定性收益通常被认为是最好的，如果其收益足够高）

• B. 25% 概率赚到 1000 块，75% 概率一无所获

  • 期望收益 $R_B = (0.25 \times 1000) + (0.75 \times 0) = 250$ 元
  • 计算方差：
    • 方差 $Var(B) = \sum P_i (X_i - R_B)^2$
    • $Var(B) = 0.25 \times (1000 - 250)^2 + 0.75 \times (0 - 250)^2$
    • $Var(B) = 0.25 \times (750)^2 + 0.75 \times (-250)^2$
    • $Var(B) = 0.25 \times 562500 + 0.75 \times 62500$
    • $Var(B) = 140625 + 46875 = 187500$
  • 标准差 $\sigma_B = \sqrt{187500} \approx 433.01$ 元
  • 夏普比率 $SR_B = \frac{250 - 0}{433.01} \approx 0.577$

决策：

若根据夏普比率做出决策：

• A 选项：240 元，风险为 0。我们可以认为其风险调整收益是无限高的（因为没有风险）。
• B 选项：250 元，风险 433.01 元。夏普比率为 0.577。

在标准的 Sharpe Ratio 框架下，一个零标准差的资产，只要其期望收益为正，其 Sharpe Ratio 就是无限大的，因此会被视为最优选择。

决策第一组：A

---

第二组：

• C. 一定损失 750 块

  • 期望收益 $R_C = -750$ 元
  • 风险 $\sigma_C = 0$
  • 夏普比率 $SR_C = \frac{-750 - 0}{0}$ (同样，分母为 0，但在损失情境下，通常表示极差的夏普比率，因为无论多少风险都会导致负的无限大值，或者说无法定义为正无穷)

• D. 75% 概率损失 1000 块，25% 概率不损失

  • 期望收益 $R_D = (0.75 \times -1000) + (0.25 \times 0) = -750$ 元
  • 计算方差：
    • 方差 $Var(D) = 0.75 \times (-1000 - (-750))^2 + 0.25 \times (0 - (-750))^2$
    • $Var(D) = 0.75 \times (-250)^2 + 0.25 \times (750)^2$
    • $Var(D) = 0.75 \times 62500 + 0.25 \times 562500$
    • $Var(D) = 46875 + 140625 = 187500$
  • 标准差 $\sigma_D = \sqrt{187500} \approx 433.01$ 元
  • 夏普比率 $SR_D = \frac{-750 - 0}{433.01} \approx -1.732$

决策：
两个选项的期望收益都是 -750 元。

• C: 确定损失 750 元，风险为 0。
• D: 期望损失 750 元，风险约为 433.01 元。

决策第二组：C
理由：在期望损失相同的情况下，选择确定性的损失（风险为 0）比选择有波动的损失更优。这符合风险规避原则，即在相同回报（这里是损失）下，选择风险最小的。

---

第三组：

• E. 25% 概率赚到 240 块，75% 概率损失 760 块

  • 期望收益 $R_E = (0.25 \times 240) + (0.75 \times -760) = 60 - 570 = -510$ 元
  • 计算方差：
    • 方差 $Var(E) = 0.25 \times (240 - (-510))^2 + 0.75 \times (-760 - (-510))^2$
    • $Var(E) = 0.25 \times (750)^2 + 0.75 \times (-250)^2$
    • $Var(E) = 0.25 \times 562500 + 0.75 \times 62500$
    • $Var(E) = 140625 + 46875 = 187500$
  • 标准差 $\sigma_E = \sqrt{187500} \approx 433.01$ 元
  • 夏普比率 $SR_E = \frac{-510 - 0}{433.01} \approx -1.178$

• F. 25% 概率赚到 250 块，75% 概率损失 750 块

  • 期望收益 $R_F = (0.25 \times 250) + (0.75 \times -750) = 62.5 - 562.5 = -500$ 元
  • 计算方差：
    • 方差 $Var(F) = 0.25 \times (250 - (-500))^2 + 0.75 \times (-750 - (-500))^2$
    • $Var(F) = 0.25 \times (750)^2 + 0.75 \times (-250)^2$
    • $Var(F) = 0.25 \times 562500 + 0.75 \times 62500$
    • $Var(F) = 140625 + 46875 = 187500$
  • 标准差 $\sigma_F = \sqrt{187500} \approx 433.01$ 元
  • 夏普比率 $SR_F = \frac{-500 - 0}{433.01} \approx -1.155$

决策第三组：F
理由：在风险（标准差）相同的情况下，F 的期望收益更高（-500 元 vs -510 元），因此其夏普比率更高（-1.155 vs -1.178），代表了更高的风险调整后收益（或者说，更低的风险调整后损失）。

---

请注意，夏普比率在处理零风险资产时会产生无限大或无限小的值，这在实际应用中需要额外解释。

我历来是不愿意和“只想赢”的诡辩争论的，不过还是可以写一下，这无非是不同人价值观的问题

你的例子总是充满了反自由的强迫，从而论证不应该自由选择

立法应该禁止的是强迫和欺诈等行为，而不是反行其道

---

1. 被枪指着时（非法暴力胁迫）

• 可选策略：

  • A. 配合：交出财物。

  • B. 不配合：交出生命。

• 成本/收益分析：

  • 策略 A 的成本： 损失财物。机会成本是保住财物的可能性（几乎为零）。

  • 策略 B 的成本： 极高概率损失生命或遭受严重身体伤害 。机会成本是“活着”。

• 诡辩之处：

这里的“权力”（持枪者）是非法的，其行为是社会契约明确禁止的强制 (Coercion) 。将这种情况与自由市场的讨价还价相提并论，本身就是一种价值判断上的堕落。法律禁止的正是这种通过非法暴力创造极端不对等成本结构的行为。

2. 美国边检检查电子设备（公权力强制）

• 可选策略：

  • A. 配合：提供设备和密码。

  • B. 不配合：拒绝提供。

• 成本/收益分析：

  • 策略 A 的成本： 隐私被侵犯，数据可能被复制，个人信息面临风险。

  • 策略 B 的成本： 被拒绝入境，航班作废，行程泡汤，可能被列入黑名单，甚至短期拘留。其机会成本是本次出行的全部目的和投入 。

• 诡辩之处：
  这里的“权力”（边检）是合法的公权力，但其行使范围和边界是现代政治争论的焦点。与第一个例子不同，这里的成本不是生命威胁，但同样是极其不成比例 的。

诡辩者再次将“拒绝入境”这一由国家暴力机器保障的惩罚，描述为一种平淡的“收益改变”。这忽略了权力来源的不对等性 。个人与国家机器之间，不存在平等的议价能力。你为了入境，已经付出了巨大的沉没成本（机票、酒店、时间）。边检人员通过不成比例的惩罚成本来迫使你放弃隐私权。

这虽然不是非法胁迫，但依然是强制 。争论的焦点应该是：政府在何种程度上可以用这种强制力来交换公民的权利？ 将其归结为和买菜一样的“自由选择”，是在为无限扩张的公权力张目。

以及如果你作为移民，应该预先知道这样的概率，应该自己计算收益和风险。如果你不知道有这样的检查，可能是你调研不足。如果是随意搜查的话，搜查者是违法的。

3. 算法精准推送（商业算法诱导）

• 可选策略：

  • A. 观看 15 秒视频。

  • B. 划走，去做别的事（享受生活）。

• 成本/收益分析：

  • 策略 A 的收益： 获得一次瞬时、廉价、精准定制的多巴胺快感。

  • 策略 A 的成本： 15 秒时间。但真正的成本是隐形的、累积的：

    1. 认知成本： 打断了你的心流，消耗了你的注意力储备。

    2. 机会成本： 放弃了用这段时间进行深度思考、有意义的社交或创造性工作的长期复合收益 。

    3. 成瘾成本： 强化了“即时满足”的神经回路，使你未来更难抵御诱惑，意志力被不断磨损。

  • 策略 B 的收益： 保护了注意力和心流，获得了构建长期幸福感的可能性。

  • 策略 B 的成本： 需要付出额外的意志力去对抗一个由数千名工程师和心理学家精心设计的“多巴胺陷阱”。

• 诡辩之处：
  这是三个例子中最微妙，也是最核心的。它不同于前两者的“强制”，更接近于一种系统性的操纵 (Manipulation) 。

  1. 信息不对称： 你只知道你想“放松一下”，而算法平台拥有关于你海量的个人数据，了解你最隐秘的心理弱点。这不是一场公平的博弈。

  2. 成本外部化： 平台获得了你的注意力和数据（并将其变现），但你的长期认知损害和机会成本损失，平台是不承担的。

  3. 混淆短期收益与长期成本： 诡辩者只强调“瞬时喜悦”超过了“15 秒享受生活”的收益，却刻意忽略了其巨大的、累积的隐性成本 。这就像一个高利贷贩子说：“你看，我借你的 100 块钱，让你立刻解决了吃饭问题，这个收益难道不比你明天可能挣到 10 块钱的收益大吗？”他绝口不提那高到天际的利息。

立法禁止向未成年人售卖烟酒，正是因为我们承认：对于意志力、认知能力和信息处理能力尚不成熟的个体，我们有责任保护他们免受这种利用人性弱点进行“收益设计”的侵害。

最优传输是 flow matching 视角下的一种新选择，不是 flow matching 框架本身。

从贝叶斯的视角看，genAI 的目标逃不出 建模分布

好问题，这就像是找对象一样吧：理由有很多种，甚至非常离谱，或者说不出口，但总之就是一见钟情。

加拿大现在也已经堵死了

niw 现在也在慢慢变难，也许等攒好论文就堵死了

牢川还有三年半的妖要作

分割线
但其实有些学校（的 cs phd）夏天不发工资的，大家都会去实习，算是比较好的传统了

如果是 US 硕想要留 US，那么除非走一些旁门（比如长得好看的话婚绿，家里有钱 eb5，还有我不太敢说的一条路），基本都得 PhD 才能拿卡吧，h1b 这条太难了（不要想 3 年 opt 用完赚回学费回去，因为绝大多数大厂不会要一个 3 年后肯定辞职的人）；如果不介意换护照，走加拿大那边用 TN 签证是一个路子，个人觉得如果不反感学术，可以读 PhD 期间去实习？美国的老板应该普遍不介意这个，如果遇到特别好的业界机会，并且有别的手段解决卡，那么 quit 就行（个人不建议没卡情况下靠 h1b 长期工作，因为相当于被公司拿捏住弱点）

有一定的概率 A 和 B 互相挑选对方进行跟随，结果发生 deadlock 🤣

层主这几首都不错，仙品 🥰
此外我本人也超爱利特村的旋律，感觉既静谧又自由。

另，本作高光的卡西瓦手风琴演奏太抓耳啦，他的一切旋律我都超爱，网易云搜“卡西瓦”就有合集。
除此之外，b 站有 up 总结了一下剧情中他的所有演奏，在讲故事的同时乐句也可以串联起来，不得不说关于开放世界游戏的精髓，青沼狠狠拿捏住了
传送门👇
卡西瓦共演奏了多少细腻感人的曲子？
可惜王泪找不到卡西瓦了，遗憾。

另另，原神稻妻的主旋律有一段和「ルージュに託されて」好像，而且同样都是雷之国度，致敬？

严谨地说，reward 不是距离当前 timestep 越近越高。reward 是 MDP 中当前状态下采取某动作转移到另一个状态时获得的值， $ r(s, a, s') $ ，和 timestep 无关。

只是在计算 return (expected sum of reward) 的时候，可以在 reward 前面加个折扣 $\gamma$ 。这个折扣还可以理解为：MDP 有 $1-\gamma$ 的概率转移到死亡状态，从而后面什么奖励都没有。

key 社作品里的 BGM 很多都很棒

CLANNAD

• 潮鳴り
• 空に光る
• 遙かな年月
• 汐

AIR

• 夏影

Angle Beats

• theme of SSS

白色相簿 2 增补

あの頃のように
“啊，下雪了，每当我们三个人走到命运的的分岔口的日子，纯白的雪便会如期而至”。CODA 共通线响起的最后一首 bgm，此曲结束，雪菜 TE 和和纱 TE 的平行世界将会分道扬镳。犹豫不决的日子，这里就是最后了。
氷の刃
每当剧情急转直下，人们的感情出现裂痕时出现的曲子，最典型的出处例如春雪破裂的圣诞夜
Answer
“春希君，去治愈你能治愈的人吧，我的伤，已经不是你能治好得了”。分手神曲，出现在几乎所有春雪的分手坦白中。
誰かが傷ついても
“我对得到真正的爱已经死心了。但是，请只把谎言的爱，留给我吧”。浮气线 H 场景独有的曲目。注定没有结果的，沉沦的，被当作谎言的真爱。这种场景下的 H 激不起任何性欲，只会让读者在音乐中品味如果春希没有“我无法对和纱说谎”的觉悟导向的结局。
見果てぬ夢
“隔壁第二音乐室的钢琴声的主人究竟是谁呢？”此曲的唯一两个乐器即为糟烂的吉他和溺爱般附和着这糟糕吉他的钢琴。象征着春希与和纱最初的羁绊，但为什么，最初仅有和纱作为听众的吉他声，在和纱 TE 的最后却再也不可能为和纱响起了呢？
cloture
浮气线后续——《致不共戴天的你》中的曲目，为和纱线 ed《closing》的纯音交响改编，气势恢宏。在设定上为一首欧洲的无名小曲，但却是冬马曜子永远铭记的出道作。在浮气线后续，和纱将此曲完美演绎送给病重的母亲，标志着和纱靠自己的努力和决断彻底告别了那不堪的过去，走向了崭新的人生。

肯定不能“去把书里的内容都学一遍”。带着目的去读：问自己问什么要读这篇论文？想要获得什么？（不同时候的目的不一样，比如第一遍的时候侧重于相比于现有研究的关键创新，想复现时侧重文章里的实现和实验部分）

我有时候感觉论文里关键思想可以很简练（短短一句话），但是为了呈现她的方法的好处，必须要说背景、与相关研究的关系和好处，以及工程实现方法（算法/框架）、并做大量的实验与现有方法的结果比较。

有些引用的方法，名称看似很高级，好像我要弄懂它 dei 完整地读另外的文章/书本章节，但是实际上可能并不难，或者在本论文工作中并不是核心（可能是 trick 或者锦上添花的东西）。

有时候某个领域的文章看多了，会发现越看越容易懂，很多是 incremental improvement。早期看会学习不少领域基础知识，这些在看后面的论文时也可能遇到。

现在流行 conference 的 paper 作者有配套的介绍视频和 slides 或者网站，也许比 paper 好懂。

ReadPaper.pdf|attachment (9.5 KB) （https://www.eecs.harvard.edu/~michaelm/postscripts/ReadPaper.pdf）

HowtoReadPaper.pdf|attachment (72.7 KB)

是根据主管老师的主观判断，首先先明确你能选上啥，然后明确你想选啥，然后跟主管老师协商。。。

但是这个置换表也不用非得去之前弄，也可以回来再弄，你也可以跟你老师商量比如说“这两个到时候我修了哪个就用哪个替代”，反正老师一般都会同意的吧。。。你要是计算机专业的话唐亚哲老师一般不会卡这些（不过还是提前问一下，把你的这些疑问跟主管老师说

这是一张典型的置换认证表，包含了上文所述的情况，你需要获得的就是底下的签字。。。还有就是记得管国外的学校要纸质成绩单（如果他只给你电子要主动发邮件要纸质版），学部会备案。。。

专业选修课后面的括号其实国内是没有这门课的，只是翻译一下国外课名，这是楼上提到的“直接将课程转化为选修课学分”的情况

是这样，首先不管你在国外修了什么课，他都不会给你的国内 gpa 带来影响，只是会抵消你的校内课，也就是说你拿国外课 A 抵国内课 B，B 不会出现在你的成绩单上，也不会影响你的绩点。但是 B 算你修过了不用再修了，系统内的成绩为 pass

然后有一张“成绩置换申请表”，你需要在这个表上填置换的细则，也就是上文的 A 和 B，然后给你学院的主管老师审批。如果 B 是必修课，那必须一个萝卜一个坑的置换。但是你也可以选择“将 A 置换为 x（比如 3.5）学分”，这时 A 被置换为“选修课中的这么多学分”，而不被置换为具体的课程，但是注意：原则上（意味深），如果你想直接置换出 x 学分需要“国内有一门你尚未学过的价值 x 学分的课程（但是注意这是原则上，也就是说这里有人为操作空间，只要主管老师同意即可）

显然你能按时毕业当且仅当（国内修的课 + 置换后的课）满足培养方案

能不能抢到课得看你去哪个学校了，不能一概而论，据说伯克利有些课不好抢，很多同学都是出国交流前提前修了很多课，到国外交流主要科研的

想发个帖子，但又不想太水 😂，于是决定在我的浏览器收藏夹里精选一些网站给大伙分享下。可能不会看但是必须有（

因为本人是计算机专业的，所以下面有很多都是和计算机相关的。如果你也有一些好用的网站/在线工具/在线教程等资源也可以一起分享。

工具

• Google：搜索工具大家都知道
• 独特名生成器：给项目起名没思路的时候可以试试这个
• Drawio ⭐️：非常好用的流程图/类图/...工具。熟练掌握可用来给论文绘图，还可以导出 PDF
• Excalidraw：草图风格绘图工具。画出来的草图风格很讨喜
• ConvertIO：文件格式转换器。支持超过 300 种不同的文件格式，我常用它转图片的格式
• Tableconvert：在线绘制表格并得到对应的 Latex 代码
• 茶杯狐 ⭐️：用来找影视资源非常好用，一般的电影或电视都能找到免费资源
• GeoGebra：可以方便地做出函数图像
• iLovePDF ⭐️：PDF 转换工具，非常好用
• regex101：调试正则表达式的工具
• curlconverter：将 curl 命令转换为代码
• Monkeytype：来测一下你的盲打速度吧

教程/课程

• How To Cook：Geek 思维做饭教学
• 千古前端图文教程：快速入门前端框架
• ArchLinuxStudio：学习安装 ArchLinux 以及一些黑科技
• GAMES101 ⭐️：图形学入门课程，质量很高
• LearnOpenGL-CN：快速学习 OpenGL 的使用
• Vulkan Tutorial：学习 Vulkan 的使用
• Physically Based Rendering：学习 PBR 的经典教程
• 游戏引擎浅入浅出：实现一个简单游戏引擎
• 动手学深度学习：大名鼎鼎的 d2l，学习深度学习必备看
• CS 自学指南 ⭐️：专门讲如何自学 CS。写的非常详细，将计算机方面的很多方向的课程资源做了个汇总
• 南京大学 - 计算机系统基础：从“零”开始实现一个完整的计算机系统
• 操作系统 - 设计与实现（蒋炎岩老师）⭐️：超好的操作系统课程，质量高

小项目

• Build Your Own Text Editor：手把手教你写一个命令行下的编辑器
• Write a Shell in C：实现一个 shell
• Let's Build a Simple Database：实现一个简单的数据库
• RayTracing in One Weekend：一周实现光线追踪
• CraftingInterpreters：动手实现一个简单的脚本语言