AITOP
精选
过去 24 小时，从 893 条中筛出 49 条
全部模型产品行业论文技巧
标签：文本表格预测×
6月11日
15:28
15:23
15:07
6月1日
00:09
5月29日
08:02
AITOP5月29日 08:02
Opus 4.8发布：编程助手的“静默时刻”，是解放开发者，还是新门槛？🔥Anthropic 把 AI 编程的“确认键”彻底删掉了！Claude Code 搭载全新 Opus 4.8 模型，长时间任务不跑偏、不废话、不中断，像一个资深工程师一样默默干活，从功能开发到漏洞清扫全包圆，你在旁边喝茶等结果就行。过去 AI 写代码三步一问“这样可以吗”，现在它直接交完整交付物……自主编程的最后一层窗户纸，被捅破了。做自动化开发和代码审查的团队，这个模型建议直接上手，效率差距肉眼可见……Opus 4.8发布：编程助手的“静默时刻”，是解放开发者，还是新门槛？
5月13日
19:12
19:12arXiv cs.AI@Eilam Shapira, Moshe Tennenholtz, Roi Reichart
精选
该研究探讨了 AI 代理如何在有限交互中预测陌生对手的下一步决策，例如买家代理面对未知卖家或采购助理与供应商谈判。研究通过受控谈判游戏将问题建模为目标自适应文本表格预测，每个决策点结合结构化游戏状态、报价历史和对话。模型基于表格基础模型，并引入 LLM-as-Observer 作为额外表示层：冻结的小型 LLM 读取决策时刻状态和对话，其隐藏状态作为决策导向特征，而非直接预测。在 13 个前沿 LLM 代理上训练并测试 91 个保留代理，该模型在响应预测 AUC 上提升约 4 点，报价预测误差降低 14%，证明隐藏的 LLM 表示能暴露直接提示无法获取的决策信号。
论文AI 代理对手建模谈判游戏文本表格预测LLM-as-Observer
推荐理由：做多代理系统或谈判 AI 的开发者，这篇论文提供了一个实用的对手建模框架——用有限交互预测对方决策，比直接提示更准。建议点开看看他们的 LLM-as-Observer 方法，可能帮你省掉大量试错成本。
原文