Cette preuve par chatgpt est en fait géniale et au-delà de ce que je pensais pouvoir être résolu par une seule requête à gpt pro. Je me demande cependant combien de problèmes d'Erdős suivront d'un théorème d'Erdős.

De nouvelles études sur les méthodes de gradient spectral (par exemple, Muon) qui aident dans l'apprentissage profond : 1. Nous identifions une forme omniprésente de mauvaise condition dans l'apprentissage profond : les matrices post-activation ont un faible rang stable. 2. Nous expliquons ensuite pourquoi les méthodes spectrales peuvent bien fonctionner malgré cela. Long fil

Lors du programme LLM de Simons l'automne dernier, @mahdisoltanol a demandé si cette inégalité est vraie pour les distributions p et q : Dₖₗ(p,q) · ∑ᵢ pᵢ(pᵢ−qᵢ) ≤ ∑ᵢ pᵢ · (pᵢ−qᵢ) ln(pᵢ/qᵢ) Quelques-uns d'entre nous sont devenus obsédés par cette borne. Je me souviens qu'@jasondeanlee est resté éveillé tard à la recherche de contre-exemples.