【大模型时代的底层内功：普林斯顿与ETH学者开源500页数据科学数学指南】来自ETH Zürich、普林斯顿和UC Davis的三位学者在arXiv上发布了《Mathematics of Data Science》预印本。全书16章、超500页，系统涵盖高维几何、SVD、流形学习、随机投影、矩阵浓度不等式及深度学习数学基础。在算法调包大行其道的今天，当模型在实际应用中失效，调参往往沦为玄学。这本书的价值在于，它不把算法当黑盒，而是将数据集视为高维空间中的点云，用几何与概率的硬核视角去拆解算法为何有效、何时会失效。对于想要跨越“调包侠”瓶颈、建立底层直觉的研究者来说，这是极具含金量的系统指南。 arxiv.org/abs/2607.11938