1. 关开门1.1. clopening1.2. 指的是一个职员工作到很晚，关闭门店或者咖啡店，几小时后又在天亮之前回来开门1.3. 极度不规律的工作时间安排越来越常见1.3.1. 首当其冲的是星巴克、麦当劳和沃尔玛等企业的低薪职工1.3.2. 不规律的工作时间安排是数字经济带来的1.4. 筛选模型从过去的记录中学会了不公平的运作方式，将有害偏见编入模型之中的1.5. 关开门”只是这种趋势的表现之一1.5.1. 随着监控设备在工作场所的普及，在数字经济因此而进一步发展壮大的同时，其带来的副作用也将进一步恶化1.6. 在大数据时代，负责分析的是许多博士，辅助以功能强大的计算机1.6.1. 分析的

1. 美国残疾人法案1.1. 1990年1.2. 公司在招聘时使用身体检查是非法的1.3. 有某些心理健康问题的人被“亮了红灯”，他们因此没能找到一份正常的工作，过上正常的生活，这就使其进一步被社会孤立，而这正是《美国残疾人法案》要极力避免的情况2. 人格测试2.1. 公司都在使用同样的人格测试2.2. 几乎没有任何人对公司的这种操作的合法性产生过质疑2.3. 找工作2.3.1. 以前，找工作往往取决于你认识谁2.3.1.1. 多年来，人们在杂货店、码头、银行或律师事务所的工作都是这样靠人与人的互相推荐得到的2.3.2. 与人力资源主管不是同类人的求职者有很大可能被拒绝2.3.2.1. 被拒绝

1. 美国残疾人法案1.1. 1990年1.2. 公司在招聘时使用身体检查是非法的1.3. 有某些心理健康问题的人被“亮了红灯”，他们因此没能找到一份正常的工作，过上正常的生活，这就使其进一步被社会孤立，而这正是《美国残疾人法案》要极力避免的情况2. 人格测试2.1. 公司都在使用同样的人格测试2.2. 几乎没有任何人对公司的这种操作的合法性产生过质疑2.3. 找工作2.3.1. 以前，找工作往往取决于你认识谁2.3.1.1. 多年来，人们在杂货店、码头、银行或律师事务所的工作都是这样靠人与人的互相推荐得到的2.3.2. 与人力资源主管不是同类人的求职者有很大可能被拒绝2.3.2.1. 被拒绝

1. 犯罪预测软件1.1. 该软件根据地区的历史犯罪数据，按小时计算最可能发生犯罪的地点1.2. 该软件预测出的犯罪地点可被看作一块相当于两个足球场那么大的正方形区域1.3. 如果警方在相应的时间在这些预测区域安排更多警力巡逻，那么他们就很有可能阻止犯罪的发生1.3.1. 一年后，盗窃率下降了23%1.4. 和其他大数据行业一样，犯罪预测软件的开发人员也忙于搜集所有能提高其模型的预测准确性的信息1.5. 原理就借鉴自地震预测软件1.5.1. 研究一个地区的犯罪发生情况，将其整合到已有的历史模式中，以此预测下一次该地区的犯罪事件可能发生的时间和地点1.5.2. 如果窃贼袭击了你隔壁邻居的房子，那

1. 掠夺式广告1.1. 大多数人排斥广告是因为大部分广告和他们关系不大1.1.1. 《美国新闻》的大学排名模型刺激富人和中产阶级学生及其家庭为申请大学投入巨资1.2. 掠夺式广告就是一种数学杀伤性武器1.2.1. 掠夺式广告以寻找不平等并大肆利用不平等为己任，其结果是进一步巩固了现有的社会分层1.3. 掠夺式广告大规模聚焦于社会中最绝望的那群人1.3.1. 营销目标群体是“孤立”“缺乏耐心”“低自尊”的人1.3.2. 以社会救济为生的带着孩子的单亲妈妈1.3.3. 怀孕的妇女1.3.4. 刚刚遭遇离婚1.3.5. 低自尊1.3.6. 从事低收入的工作1.3.7. 最近经历过身边人死亡的事件1

1. 模型算法1.1. 一种模型算法，不管是饮食方面的还是税法方面的，其在理论上也许是无害的1.2. 如果将该模型算法推行为全美或者全球标准，其结果就是产生一个扭曲的、极为糟糕的经济体系1.3. 规模化是主要的原因2. 排名模型2.1. 优秀大学2.1.1. 新生SAT成绩都很高，而且绝大部分都能顺利毕业2.1.2. 已毕业的校友都很有钱，会不断给学校捐款2.2. 杂志《美国新闻》2.2.1. 1983年2.2.1.1. 评估全美1800所学院和大学，按优秀度为这些学校做一个排名2.2.2. 《美国新闻》的编辑所做的是“教育优秀度”排名2.2.2.1. 比粮食成本或者每个麦粒的蛋白质含量更加抽

1. 市场失灵1.1. 探索市场失灵现象就像寻宝游戏，很有意思1.2. 建立一种算法来预测这个循环出现差错——多找回的两枚硬币——的可能性并对此下注1.2.1. 盈利模式消失了，或者市场中的其他人也了解了这个模式，先行者优势消失1.3. 在很多证券公司，交易员操控全局，做大交易，厉声下命令，赚取数百万美元的红利，而金融工程师只是他们的部下1.4. 在德劭集团，交易员只是普通的行政职员，他们被称作执行者，真正掌握全局的是金融工程师2. 金融工程师提供的想法和算法是对冲基金的业务根基2.1. 信息被隔绝在一个个网络细胞单元里，和基地组织也没什么差别2.1.1. 如果一个细胞崩塌，换句话说，如果我们

1. 棒球模型1.1. 棒球运动特别适合建立预测性数学模型1.2. 棒球模型之所以公平，部分原因在于其模型是透明的1.2.1. 每个人都可以获取作为模型根据的数据，并且或多或少能够理解模型的结果应该怎么解读1.3. 棒球的统计也比较严谨1.3.1. 棒球专家手中掌握大量数据，而且几乎所有的数据都和球员的表现直接相关1.3.2. 他们的数据和他们根据模型预测的结果高度相关1.3.3. 大多数棒球模型则不使用间接变量，它们只利用最直接的相关信息1.3.3.1. 坏球、好球和安打的次数1.3.4. 新的棒球数据还在不断涌入1.3.4.1. 每年的4~10月，每天都有十二三场比赛的新数据涌入记录系统1

1. 数学应用助推数据经济，但这些应用的建立是基于不可靠的人类所做的选择1.1. 房地产危机，大型金融机构倒闭，失业率上升，在幕后运用着神奇公式的数学家们成为这些灾难的帮凶1.2. 数学逐渐不再关注全球金融市场动态，而是开始关注我们人类本身1.3. 数学家和统计学家一直在研究我们的欲望、行动和消费能力，一直在预测我们的信用，并用结果来评估我们作为学生、职员、情人的表现以及是否有变成罪犯的潜力1.4. 有些选择无疑是出于好意，但也有许多模型把人类的偏见、误解和偏爱编入了软件系统，而这些系统正日益在更大程度上操控着我们的生活2. 华盛顿学区的教师评估增值模型2.1. IMPACT的教师评估工具2.

深度学习进入新纪元，Transformer的霸主地位，要被掀翻了？2017年6月12日横空出世，让NLP直接变天，制霸自然语言领域多年的Transformer，终于要被新的架构打破垄断了。Transformer虽强大，却有一个致命的bug：核心注意力层无法扩展到长期上下文。刚刚，CMU和普林斯顿的研究者发布了Mamba。这种SSM架构在语言建模上与Transformers不相上下，而且还能线性扩展，同时具有5倍的推理吞吐量！论文地址：https://arxiv.org/abs/2312.00752论文一作AlbertGu表示，二次注意力对于信息密集型模型是必不可少的，但现在，再也不需要了！论文