## 稳健统计：一种新的研究与文本分析方法 一位贝叶斯统计学家开发了一种工具，**稳健统计 (sturdystatistics.com)**，用于深入研究和文献综述，超越了传统的LLM方法。该工具利用分层贝叶斯混合模型（受基因组学启发）来组织和可视化文本数据，提供了一个透明且可定制的大型语言模型替代方案。 与LLM不同，它能够快速在小型数据集上进行训练，创建自定义分类法并能够探索引用网络，并配备了专门的“深度挖掘”功能。最初是为学术研究而构建的，现在它支持Hacker News、Google搜索结果和收益记录。 底层模型类似于LDA，但使用Pitman-Yor过程，擅长捕捉复杂的数据结构。它基于自定义的C语言Gibbs采样器，具有Python接口和DuckDB，用于快速查询。该创建者提供了一个API和一个免费使用的网站，并寻求Hacker News社区的反馈。一个演示关于AI幻觉的文献综述的视频可在此处观看：[https://www.youtube.com/watch?v=OUmDPAcK6Ns](https://www.youtube.com/watch?v=OUmDPAcK6Ns)。