本文探讨了一种在k个步骤中随机均匀使用用户数据的采样方案，该方案在差分隐私优化和高维私有聚合中表现出优于标准泊松采样的效用。研究表明，随机分配的隐私损失分布可以高效计算，并且在训练DP-SGD时，其隐私效用权衡至少与泊松子采样相当。此外，本文开发了新的隐私损失核算工具，扩展了对子采样的准确核算。

本文探讨了小型语言模型（SLMs）在预训练过程中应学习的标记及何时通过<CALL>标记请求外部帮助。研究表明，损失值可以预测标记的准确性，但某些高损失标记仍可接受。提出的LaCy方法通过选择性学习和委托，显著提高了生成的准确性和效率。

大模型的损失函数主要是交叉熵，它通过概率和信息理论衡量模型输出与真实结果的差距。模型的目标是预测下一个token，损失函数通过负对数似然最小化错误概率。交叉熵量化模型分布与真实分布的一致性，反映生成文本的准确性。

大模型的损失函数主要是交叉熵，通过量化模型输出与预期的差距来评估性能。交叉熵与负对数似然（NLL）密切相关，都是衡量预测准确性的工具。训练目标是最小化损失值，以提高预测准确性。交叉熵从信息论角度评估模型分布与真实分布的一致性，确保模型能准确预测下一个词元。

美国陪审团裁定Meta和YouTube对未成年人造成伤害，判决其承担数亿赔偿责任。这一判决可能促使社交媒体平台改变商业模式，并可能对青少年使用社交媒体施加限制，影响边缘群体的连接。

苹果发布iPhone 17e和M4 iPad Air，起售价4499元。小米机器人在汽车工厂完成自主作业测试，成功率达到90.2%。vivo X300 Ultra在MWC展出，配备双2亿像素三摄。小鹏推出第二代VLA，提升智能驾驶体验。理想汽车发布软硬协同设计定律，推动智能驾驶芯片研发。

豆瓣因运营失误将满200减20的优惠券错误设置为满200减200，导致用户大量抢购，商品迅速售罄。豆瓣决定强制退款并发放20元红包作为补偿，表示无法承受损失。

OpenClaw AI 机器人因内部崩溃，误转出5243万代币，损失约5.6万美元，未能识别乞讨者诈骗。事件引发关注，代币交易量上升，钱包余额回升至30万美元。

斯特兰蒂斯因电动车需求骤降面临260亿美元损失，股价暴跌25%。公司未能跟上技术和消费者偏好，仍依赖SUV和卡车。尽管计划推出新车型，但需加大电气化投资以应对未来竞争。

北美游戏工作室That's No Moon的前CEO蒙鲍尔在被解雇5年后劫持了工作室域名，导致团队邮箱无法使用，并将网站重定向到旅游页面和域名拍卖网站，索价6666666美元，造成TNM损失超100万美元，显示出双方积怨已久。

币安的Trust Wallet遭遇NPM供应链攻击，黑客通过后门版本窃取用户助记词，损失达850万美元。受影响用户将获得全额赔偿。

韩国最大加密货币交易所UPBIT遭黑客攻击，损失约540亿韩元（约3.69亿美元）。UPBIT已冻结120亿韩元代币，承诺用户资产安全，并将在清查后恢复提现。交易所正与警方合作追查黑客。

本文讨论了流策略优化（FPO）在强化学习中的应用，强调其通过条件流匹配损失替代传统高斯似然损失，从而提高策略表达能力。FPO有效处理多峰决策问题，适用于复杂任务，如机器人控制，并通过优化证据下界（ELBO）简化计算过程，提升学习效率。

迪士尼与谷歌的YouTube TV因新内容分发合同争执，导致每天损失430万美元，已持续12天。分析师预计本周内将达成解决方案。谷歌指责迪士尼的行为是谈判策略，而迪士尼则指责谷歌拒绝支付合理费用。

LinEAS是一种新方法，通过全局损失训练激活引导，旨在控制生成模型的输出，减少有害内容。该方法仅需少量无配对样本，在语言模型的毒性缓解上表现优于传统方法，具有更强的鲁棒性和有效性。