个人笔记

前置知识：回归内生性问题、因果推断入门

异质性干预效应

定义外生变量为 $X$，干预变量为 $T$，评估异质性干预效应的公式如下： $$ \underset{T}{argmax} \ E[Y|X, T] $$

• 举例来说，$Y$ 可以是每日销售额，$X$ 是背景特征（无法控制的外生变量，比如前几天的平均销售额），而 $T$ 是可以提高销售额的干预变量（比如价格调整、库存水平或营销策略）
• 通过背景特征 $X$ 来定义个体类型，从而实现干预的异质化，即找到针对个体的最佳干预方式

线性回归示例

估计条件平均干预效应（CATE），以

Read more

前置知识：回归内生性问题、因果推断入门

因果效应评估之准实验

• 通过研究设计（如事件、断点、工具变量）来识别因果
• 利用某种政策变化等机制，模拟出一个近似实验的环境
• 准实验主要用于修正已有数据中不可见的内生性问题
• 准实验不需要满足条件无混杂性，需要满足满足平行趋势假设

配平法的常见算法：双重差分法 DID、工具变量法 IV、面板数据模型、合成控制、断点回归

面板数据模型

面板数据（Panel Data）：

• 在多个时期内对同一单元进行重复观测，常见于政策评估/用户追踪
• 面板数据已经控制了所有随时间保持不变的因素（尤其是混杂因素）

Read more

OpenRouter 作为流行大模型 API 路由平台

• 覆盖了 60 多个供应商的 300+多个活跃模型，服务数百万开发者和终端用户
• 积累了大量 AI 模型的消耗记录，其局限性在于其中超过 50%的使用源自美国境

本文内容主要参考自：基于 OpenRouter 百万亿 token 消耗的 AI 现状研究报告

开源模型与闭源模型

开源模型与闭源模型的绝对市场占比：

• 深红色表示闭源模型（Closed），橙色表示中国开源模型（Chines

Read more

前置知识：回归内生性问题、因果推断入门

因果效应评估之配平法

• 通过加权或筛选样本，将两组数据进行调整对齐
• 配平法主要用于解决可观察数据内存在的数据偏差
• 配平法需要同时满足独立性假设和条件无混杂性

配平法的常见算法：回归调整、倾向得分匹配、熵平衡、双重稳健估计

虚拟回归

虚拟回归（Regression for Dummies）

• 将是否干预表示为 0-1 虚拟变量，其回归系数描述了组间均值差异
• 引入虚拟协变量和交互项，也有助于改善线性模型的因果效应评估性能

缺点：建模能力弱，只能捕捉到变量之间的线性关系

异方

Read more

生存分析入门

生存分析（Survival analysis），也称失效分析

• 分析距离特定事件发生前的预期持续时间，例如生物体的死亡和机械系统的失效
• 起点/起始事件（initial event）：反应生存时间起始特征的事件，如疾病确诊、治疗开始等。
• 结局/失效事件（failure event）：研究规定的终点结局，比如患者死亡、治疗的结束等
• 生存时间，起点事件到结局事件之间所经历的时间（也可以是距离等度量方式）
• 中位生存期/半数生存期：50%个体存活的情况所对应的生存时间

起始事件和失效事件是相对应，并且可应用于不

Read more

中文标题：TimeXer：利用 Transformer 进行包含外生变量的时间序列

Read more

前置知识： SOFA评分

SOFA2 评分总结（图源）：

呼吸系统

Read more

相关资源：FreshRSS 用户手册、FreshRSS 官方文档、插件汇总

备份与还原

1. 确定 FreshRSS 的数据路径，本人用的是 Docker 默认路径为 /var/www/FreshRSS/data，该路径映射的外部路径为：/var/lib/docker/volumes/freshrss_data/_data
2. 选择需要备份的内容，完整备份可考虑压缩保存整个 data 文件夹；FreshRSS 的全局配置文件是 data/config.php；假设用户名称为 qwq，则用户配置文件是 data/users/qwq/co

Read more

近似最近邻搜索（APPROXIMATE NEAREST NEIGHBORS，ANN）：

• 在 KNN 最近邻算法 基础上通过近似算法来进行搜索加速
• 通常以牺牲少量精度为代价，实现巨大的速度提升，返回 K 个最近邻

近似最近邻搜索这类算法也被称为快速最大内积搜索（Maximum Inner Product Search，MIPS）算法；得益于 Agent 的发展，目前的很多 MIPS 算法都成为了 RAG 模块的基础设施，也内置在很多主流向量数据库中；而关于不同 MIPS 算法的横向性能测试结果可参考 ANN B

Read more

增强语言模型（Augmented Language Models，ALM）

• ALM 指 LLM 使用各种非参数的外部模块/工具，来扩展上下文处理能力
• LLM 在事实确认、信息更新、算术推理和程序编译等方面存在客观局限性
• LLM 可以通过提示、微调、强化学习等方式优化，来更好地利用外部工具
• ALM 常用外部工具：搜索引擎、浏览器、编程工具、其他模型、智能硬件

按照模型增强的方式可大致分为：检索增强、编程增强、工具增强、综合增强

检索增强：检索增强 RAG 和高级 RAG 技术

编程增强：

• 直接利用 LLM 来生成包含文本和 Python 代码的混合输出
• 代码交给 Python 解释

Read more