美國人的思維無法理解。 說真的，這些東西在一個人均GDP為24,000美元（購買力平價43,000美元）的國家是如何運作的，但在美國幾乎不存在。

對於在學校禁止使用手機的好處有些微的證據。 然而，我們應該注意到這種禁令的成本可能很低——在課堂上手機的合法使用是什麼。因此，禁止的理由似乎很強。

蘇聯在使用標準化設計和預製方法進行大規模住房生產方面做得很好，包括在農村地區，但當地人對於微薄的份額仍然有些不滿。

自2013年以來，塔林的公共交通對居民免費。 儘管如此，隨著收入的快速上升，公共交通在通勤方式中的比例卻下降了。

人工智慧領域中最重要的論文之一：一個受大腦啟發的27M參數模型，在1000個樣本上訓練，超越了o3-mini-high在推理任務上的表現！ 仍然無法相信這個清華大學畢業生的小實驗室在ARC-AGI上獲得了40%的分數，能夠解決困難的數獨和迷宮。 我們仍然處於早期階段。

大型語言模型（LLMs）是基於互聯網文本的多樣性進行訓練的，使它們能夠代表人類的觀點。我們將5個FINRA人口統計與政治交叉，形成216種不同的「投資者角色」……然後，我們通過一個大型語言模型（Llama 3）對207,000條新聞標題進行「調查」。

我們有一篇新文章！ 🫶 涵蓋內容： ➡️UN-DID（用於不可池化數據） ➡️帶有錯誤分類的分層DiD（用於處理時間問題） ➡️互動/分組FE指南（更廣泛的面板數據，雖然不是特定於DiD，但相關） + 3 篇應用論文 :)

對於週二有關產業政策的帖子引起的興趣，讓我覺得這是一個很好的時機來分享我（剛更新的）關於🇨🇳中國過去一個世紀經濟歷史的簡報： 這是一個很長的簡報。要正確教學，我需要大約9小時的課堂時間。由於許多幻燈片包含中文海報，沒有口頭報告的情況下，某些背景可能會丟失。 當我教這門課給@penneconomics的本科生時，我會進行修剪和調整。大多數核心觀念可以在大約4小時內涵蓋。 這是一個我非常關心的主題（簡報中的一些事件仍然影響著我的日常生活）。 歡迎任何想法和評論。

在實驗室相關領域工作後，生產力會提高。而在經濟、商業等領域則會大幅下降。

撇開來自人工智慧的生存和其他風險，我最大的擔憂可能與生物武器有關，並且與《與泰勒的對話》中的這一段有關。