sẽ thật mỉa mai nếu điều này được tạo ra bởi một LLM được yêu cầu không phát âm như một LLM.

Một sự công nhận về sự hợp tác với một cá nhân tên là Adam tốt nhất nên được giữ bí mật cho các bài nộp theo phương pháp mù đôi.

Một trong những hội nghị yêu thích của tôi (ALT) do hai người tôi yêu thích (@thejonullman và Matus Telgarsky) chủ trì tại địa điểm yêu thích của tôi (@FieldsInstitute) ở quốc gia yêu thích của tôi!🇨🇦 Chắc chắn hãy nộp đơn và tham dự!!! Giải thưởng mới năm nay 👀

Thật sự rất hào hứng khi tôi sẽ đồng chủ trì ALT 2026 cùng với Matus Telgarsky! Hội nghị sẽ diễn ra từ ngày 23-26 tháng 2 năm 2026 tại Viện Fields ở Toronto. Trang web với thông báo gọi bài đã được công bố - hãy theo dõi để cập nhật. Xin hãy gửi những tác phẩm tốt nhất của bạn và tham gia cùng chúng tôi!

🧵 Mùa tuyển dụng học thuật sắp đến gần! Có rất nhiều điều hiếm khi được thảo luận - dinh dưỡng, sức khỏe tinh thần và thể chất, sự không chắc chắn, và nhiều hơn nữa. Tôi sẽ chia sẻ các tuyên bố của mình, các blog thiết yếu, và những bài học cá nhân ở đây, với nhiều điều hơn nữa sẽ đến trong những tuần tới! ⬇️ (1/N)

Đây cũng là một phần của cuộc khám phá thú vị mà chúng tôi đã thực hiện cùng lúc về cách tích hợp các công cụ AI hiện đại vào quá trình thực hiện khoa học lý thuyết và thực nghiệm. Chúng tôi cũng đã học được rất nhiều điều về điều đó --- chúng tôi sẽ viết thêm vào một thời điểm nào đó.

"Anh ấy trông giống người Canada thật sự" Anh ấy chắc chắn là như vậy. Một trong những điều tuyệt vời về Canada. Ký tên, một người Canada đồng cảm trông giống người Canada 🇨🇦

Đã có một khoảng thời gian tuyệt vời tại @NewInML @icmlconf khi nói về "Những gì tôi ước mình biết trước khi bắt đầu một chương trình Tiến sĩ (nhưng đã học theo cách khó khăn)"! Thích những cuộc thảo luận sau buổi nói chuyện và những tin nhắn ấm lòng :) Chia sẻ slide vì một số người đã hỏi, liên kết trong tweet bên dưới 👇

Một bài viết blog tuyệt vời khác trên blog của Liên minh Lý thuyết Học tập!

Một lời nhắc nhở nhẹ nhàng rằng TMLR là một tạp chí tuyệt vời cho phép bạn nộp bài khi chúng đã sẵn sàng thay vì phải vội vàng để đáp ứng các thời hạn hội nghị. Quy trình đánh giá diễn ra nhanh chóng, không có tỷ lệ chấp nhận nhân tạo, và bạn có nhiều không gian hơn để trình bày ý tưởng của mình trong phần chính. Và nhân tiện, nếu bạn có kinh nghiệm đánh giá cho các hội nghị ML và muốn trở thành người đánh giá cho TMLR, vui lòng liên hệ và chia sẻ địa chỉ email của bạn. TMLR không giao nhiều hơn 1 bài nộp tại một thời điểm, và bạn có thể giới hạn số lượng bài báo mà bạn được đánh giá mỗi năm.