AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：LLM应用×
6月16日
20:46
6月12日
12:57
6月11日
15:28
15:23
15:07
6月5日
12:49
12:49arXiv: OpenAI@Varun Aggarwal, Kay Kobak, John Howarter
精选
普渡大学暑期本科研究项目（SURF）每年收到数千份申请，传统人工评审耗时数周。研究人员开发了基于GPT-4o、GPT-5-mini和GPT-5.2的LLM工具，对1200份个人陈述进行结构化评分（六项子标准，0-3分）。GPT-5.2处理全部申请仅需4.6小时，平均每份14秒，且评分一致性最高。项目协调员结合LLM输出的分数和理由，在4小时内完成终审，而此前需要数周协调。该工具在低分申请上评分分歧较大，但整体显著缩短了评审周期。
AI产品LLM应用教育/评审GPT-5.2自动化工作流普渡大学
推荐理由：高校行政人员或科研项目管理者终于有了可落地的AI用例——LLM自动评分+理由输出，把数周评审压缩到几小时，做大规模申请筛选的团队可以直接参考这套工作流。
原文
6月4日
16:14
16:14shao__meng@shao__meng
精选
场外衍生品市场名义价值 846 万亿美元，45% 的保证金追缴存在争议，其中过半源于双方对同一份 CSA 合同的理解不同。该系统将流程拆为四层：ADE 按专用 Schema 提取字段并绑定源页码；三个 Claude Agent 并行归一化抵押品描述、时区和货币条款，纯规则验证 Agent 预审矛盾项；五步骤纯 Python 计算器执行确定性运算，零 LLM 调用；最终生成带追溯、推理链和可独立运行脚本的审计包。核心洞察是争议根源在合同解读而非数学，LLM 负责模糊语义判断，规则负责一致性算术，两者接口显式化。该分离原则适用于保险理赔、监管报告等一切文档解释驱动确定性计算的高风险场景。
AI产品智能体金融科技LLM应用可审计性架构设计
推荐理由：金融衍生品团队终于有了解决保证金争议的架构方案——把 LLM 的模糊判断和规则的确定性计算分离，做 OTC 清算、合规或风控的开发者可以直接参考这套可审计设计。
原文