AITOP
精选
过去 24 小时，从 329 条中筛出 13 条
全部模型产品行业论文技巧
标签：测试时学习×
6月11日
15:28
15:23
15:07
6月10日
11:04
11:04arXiv cs.LG@Weixian Xu, Shilong Liu, Mengdi Wang
精选
EEVEE 是首个支持多数据集测试时提示学习的框架，解决了 LLM 智能体在真实任务流中处理异构输入（来自多个数据集、领域和任务分布）的难题。现有方法多针对单数据集设计，无法应对跨数据集干扰。EEVEE 通过引入路由器将输入划分为任务簇并分配合适提示配置，采用路由器与提示协同进化策略优化。实验显示，在 Qwen3-4B-Instruct 和 DeepSeek-V3.2 上，多基准平均分分别提升 10.38 和 24.32 分，超越 SOTA 方法 GEPA 和 ACE 最高达 37.2% 和 48.2%。
论文LLM智能体提示学习多数据集测试时学习路由策略
推荐理由：做 LLM 智能体部署的团队终于有了处理真实异构数据流的方案——EEVEE 的提示学习框架能自动适应多任务流，建议做 Agent 落地的开发者关注。
原文
6月9日
10:28
10:28arXiv: DeepSeek@Yishuo Cai, Xingyu Guo, Xuancheng Huang, Jinhua Du, Can Huang, Wenxuan Huang, Wenhan Ma, Yuyang Hu, Aohan Zeng, Jie Tang, Xu Sun
精选
论文提出MemoPilot，一种插件式记忆副驾驶，通过强化学习显式训练记忆更新过程，使冻结的LLM在连续交互中提升性能。该方法将记忆更新建模为多轮决策问题，采用多轮GRPO端到端优化，引入轮次奖励信号和上下文无关的轮级优势估计，实现更精细的信用分配和稳定训练。在多人石头剪刀布和有限注德州扑克两个测试环境中，MemoPilot的Elo评分分别达到1590和1762，超越所有基线记忆方法和包括DeepSeek-V3.2在内的闭源模型。这项工作解决了现有方法依赖手工设计提示规则、难以对齐记忆更新与长期目标的痛点。
论文LLM智能体记忆更新强化学习测试时学习博弈
推荐理由：做LLM智能体长期部署和持续学习的团队可以关注——MemoPilot用强化学习自动优化记忆策略，比手工调提示更系统，在博弈场景中效果显著，值得在类似任务中尝试。
原文
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？