AI在线 AI在线

竖切不行、斜切更糟?实验 1.9 万次,揭晓洋葱最佳切丁策略

洋葱,是餐桌上最普通的食材之一。 但在2021年,美国厨师兼美食作家 J. Kenji López-Alt 却把它带到了数学黑板上。

洋葱,是餐桌上最普通的食材之一。但在2021年,美国厨师兼美食作家 J. Kenji López-Alt 却把它带到了数学黑板上。

他抛出的问题看似平常:洋葱应该如何切丁,才能获得最均匀的块状?

这个问题迅速引发热议。YouTube 的数据表明,这个小问题,关系着千家万户,毕竟数千万用户都在搜索“如何正确切洋葱”。

接下来,Kenji 利用数学计算切块的形状和大小,从而找到最优的切法。他把洋葱建模为十层同心圆,并开始尝试不同切法带来的形状变化。

值得一提的是,衡量切块大小一致性的指标是标准差,标准差越小,说明洋葱块越接近理想状态。

图片图片

首先是最常见的竖直切法。在这种方法里,刀口自上而下,切开十层洋葱。结果表明,中心的块状较均匀,但底部块明显更大。数学测量给出了答案:这种切法的标准差是 37.3%

换句话说,块的大小差异依旧显著。

图片图片

接下来是放射状切法(斜着切)。刀口从洋葱的外缘向中心放射。这种方法看似合理,但结果却更糟。外圈块远大于中心块,标准差提高到 57.7%

换句话说,块的大小更加不均匀。

图片图片

Kenji 提出了改进思路:刀口不要直指洋葱中心,而是对准 半径的 60% 深度。这一微调,让结果立刻改善,数学给出的答案是 34.5% 标准差,比竖直切法和普通放射切法更好。

半径的 60% 深度,这就是所谓的“洋葱常数”。后续,数学家 Dylan Poulsen 在研究中计算出更精确的值:55.731%

他甚至写入演讲稿,将洋葱模型简化为无限切割、无限层数的理想状态。数学世界里的完美洋葱,终于出现。

图片图片

然而,Kenji 的原始示例只考虑十层十刀,数据尚有不足。另有研究发现,当刀口对准 96% 深度 时,标准差仅为 29.5%。这是迄今最优的实际切丁策略。

团队尝试了超过 19,320 种组合:洋葱层数7到13层;切法为垂直/径向;每种切法尝试1到10刀;径向切割角度对应不同深度;是否加入1-2刀水平切.....

实验发现:第一,水平切几乎没有帮助。第二,放射切通常优于竖直切,但必须对准中心以下的位置。第三,理想深度随切口数量变化,但总在 48% 以上,并在层数增加时逐渐趋近“洋葱常数”:55.731%。

via https://pudding.cool/2025/08/onions/

相关资讯

多活十年!OpenAI为研究长寿推出GPT-4b,联手清华大牛丁胜搞“细胞重编程”,奥特曼本人投资

OpenAI要研究人类长寿问题了? ? 推出新模型GPT-4b micro。
1/20/2025 9:38:00 AM
量子位

人大、东北大学联合开发「图机器学习库」Jittor Geometric!性能超越PYG、DGL

近日,中国人民大学与东北大学联合开发了图机器学习库Jittor Geometric,其1.0版本近日已正式发布。 Jittor Geometric以国产深度学习框架Jittor为基础技术架构,聚焦图数据,在图存储、图计算、图学习等方面作了细致优化,整合、加速了现有多类图神经网络模型,模型运行时间在多种图学习任务上较Pytorch Geometric(PyG)、Deep Graph Library(DGL)等同类型框架提升10%~50%。 同时,Jittor Geometric简洁、易用、跨平台通用性强、用户学习成本低,目前已用于研究生课程教学。
1/21/2025 9:15:00 AM
新智元

追平满血版o1的国产多模态模型终于来了!训练细节全部公开

春节前最后一周,能媲美 Open AI 满血版 o1(Full Version,而非 preview)的模型终于出现了! 刚刚,月之暗面公布了他们的 Kimi k 系列模型最新版本 ——k1.5 多模态思考模型。 新模型在数学、代码、多模态推理能力等方面全面对标 Open AI 满血版 o1,而且是 OpenAI 之外首个多模态 o1。
1/21/2025 8:00:00 AM
机器之心
  • 1