没有找到条目。

研究小组概览

项目整体偏理论,但我计划在最初几周与学员一起寻找符合他们兴趣的方向。项目通常围绕两类问题展开:一是用机制化方法估计传统上通过随机化方法估计的量(例如 https://arxiv.org/abs/2605.05179);二是为数学命题发展启发式解释。学员也可以选择更抽象的方向,研究启发式论证本身的理论,例如扩展我们对 No-coincidence 原则的理解。

项目期间的工作地点:

London

导师

没有找到条目。

我们希望招收的学员

必备条件:

  • 具备扎实的数学基础,数学、物理或计算机科学背景达到美国排名前 20 高校优秀本科生的水平。
  • 善于沟通技术问题。
  • 能够在伦敦线下工作,地点为 MATS 办公室或 LISA。

​

优先条件:

  • 即使没有正式定义的问题陈述,也能开展有成效的研究。

​

其他加分项:

  • 具备机器学习理论和/或理论计算机科学背景。
  • 具备基础机器学习工程经验,例如能在小型神经网络上运行实验。

项目遴选

我会和每位学员讨论几个项目,并安排时间让他们分别尝试,以判断自己更愿意继续推进哪些问题。我预计到第三周时,学员基本都会专注于一个问题。