全部动态

朋友研究发现在瑞典大选前，Claude、DeepSeek这些大模型在移民、犯罪等议题上立场和政党有差异，值得看看具体对比结果。

朋友A对朋友B说：刚看到个挺有意思的论文，叫MoARa，是DeepSeek团队搞的，专门针对大语言模型训练优化，能让训练速度提升37%，时间缩短34%，挺实用的。

这个技术很实用，能帮你解决工具使用时隐私泄露的问题，比直接掩码更聪明。

朋友，有个新工具叫 ClinAgent，专门帮做临床研究的，用起来很方便，比手动查资料快多了。

朋友，有个研究挺有意思，用大模型（比如Gemini 1.5 Flash）来识别JavaScript代码里的漏洞，准确率能到60%，比传统工具强多了。

朋友间推荐：研究GPT-5和GPT-4o、DeepSeek-R1和V3在心理深度上的表现差异，以及LLM作为评判者的不同结果，挺有意思的。

这篇论文介绍了如何用因果机器学习工具从放疗数据中分离出真实副作用，比传统方法更准确。

npj Digital Medicine@Joseph C. Kvedar原文

这个论文研究了一种叫 SQD 的方法，专门针对子二次注意力模型，能显著提升在异构系统上的推理效率，比单纯用 GPU 的方法好很多。

这个模型用分层专家监督解决了舞蹈配乐生成中的语义不匹配问题，效果比现有方法更好。

这个研究挺有意思，用语言模型来动态调整机器人的控制参数，让它在复杂地形上更聪明地移动，效果比传统方法好很多。

这是 AI 研究者会关注的论文，介绍了如何用代理工作流自动构建具身化基准，对评估模型在真实世界场景下的能力很有参考价值。

研究团队提出了首个专门评估语音代理在多边对话中表现的基准 MP-Bench，通过12个语音代理的测试，揭示了当前实时语音代理在多边对话中的不足。

朋友间推荐：研究LLM定价代理如何产生超竞争价格，以及如何通过不同方法干预，挺有意思的，比单纯看产品更新更深入。

这个研究很实用，对比了人类和AI生成的代码质量差异，比如AI代码结构更紧凑但可能更模板化，不同语言的安全漏洞情况也不同，对开发者应该有帮助。

这个 RoofLang 工具能帮你优化 LLM 推理架构，让 DeepSeek V4 模型跑得更快，比其他模型快很多。

这个研究很实用，它告诉你怎么用LLM作为裁判评估时，去偏置操作会带来什么后果，比如会降低判断精度，所以想用这个方法的人一定要看看。

朋友，这篇论文讲的是用AI自己研究解决一个实际问题的方法，挺有意思的，比如电信工单检索，AI自己研究比人类快10倍还便宜。

这是关于如何更精准地控制大模型行为的研究，推荐给对模型可解释性和引导技术感兴趣的朋友。