深度专题 FEATURES — 3
个性化干预，先证明值得做
KPT 先用历史数据检验个性化是否胜过统一方案，为精准医疗和营销的额外投入设一道门槛。
Airbnb把大模型评测压到一天
Airbnb称把LLM评测迭代压到一天，关键不是换模型，而是识别噪声、打通端到端验证。
模型错了，推断还能借到什么
不再争论模型对错，而是计算：一个错模型还值得借多少信息。
速览 BRIEFS — 8
NEWS
单机还是分布式，Polars给出实测
同等算力下，分布式 Polars 仅略快；任务是读数据还是搬数据，才是选择关键。
NEWS
排序选择民调的不确定性怎么算
把每种排序和淘汰路径一起计算，民调才能说清谁可能赢、又有多不确定。
PAPER
混合回归量下也要稳健推断
随机处理遇上固定协变量，模型写错时也能更稳妥地判断因果效果
PAPER
网络荟萃分析回到因果问题
先定清要回答的因果问题，再决定怎样合并多治疗研究。
PAPER
贝叶斯半参数回归也能矩阵级提速
先把回归的数字表“扶正”，再反复计算，作者报告拟合提速约 5 至 60 倍。
PAPER
极端协变量外推不再只靠硬猜
把极值理论接入 GAM，让模型面对训练集之外的极端输入时，不再任由曲线随意延伸。
PAPER
区间删失预测可借辅助生存信息
只迁移外部研究的生存概率，帮助稀疏随访更稳地预测事件时间。
NEWS
本地大模型成本不能只看参数量
RTX 3090 实测显示：本地模型越小，单位 token 电费未必越低。
