#LLM

这篇论文系统梳理了LLM在芯片前端设计中的应用，从HDL生成到设计空间探索，还介绍了OpenClaw等代理AI方案，适合关注EDA与AI结合的读者。

用LLM代理自动挖IoT漏洞，成功率95%，两分钟一个攻击，省时省力。

这篇论文用图网络和概念特征来分析八种语言里的习语，发现它们按语义模式聚类而不是语言，还能用LLM自动标注，对做跨语言NLP和理解习语很有用。

这篇论文提出了SAGEAgent，它能像医生一样判断该给病人做哪些检查，在几乎不掉准确率的前提下把检查负担砍掉一半多，挺实用的。

这篇论文打破了‘解释会牺牲准确率’的旧观念，用RashomonLLM让大模型自动生成解释还能反过来提升预测，三个真实场景实测都更强，研究很扎实。

这篇论文拿IdeaGene-Bench测了14个LLM，最强也只有27.3%准确率，而且加谱系信息反而搞乱排名。想看看AI离真正理解科学进化还有多远？读它。

这篇论文把工作流本身当成可持久化的知识对象，用Lisp概念讲LLM工作流语义，挺有启发。

这篇论文用新指标发现，量化后的模型即使分数不变，行为也可能跑偏，搞模型部署的同学建议看看。

想压缩模型又不想掉太多精度？SLORR在训练时加低秩正则化，开销很小，效果很好，值得一试。

这篇论文用DeepSeek-V3模拟了18个AI代理的市场，发现加入调解机制能抗住攻击，效用只降13%但市场不会崩盘。

别只看用理想病人测AI的论文，这篇用2053个真实对话发现，交流风格直接改变分诊结果，准确率才55%！

Groq用‘让用户自己提问’这招，一条推特就火了，教你如何抓住AI时代的本质技能。

Aadit Sheth@aaditsh原文

这篇论文提出了 Jailbreak，用 LLM 直接读数据库存储文件，不用 JDBC，TPC-H 测试下最高快 27 倍。搞大数据分析的人可以看看。

这篇论文提出CARLA-GS，用多智能体LLM做推理、PID控制确保物理可行，在Waymo数据上生成逼真角落场景，解决了端到端方法时空不一致的痛点。

这篇论文详细梳理了LLM如何同时成为防御工具和攻击武器，还给出了具体数字和平台案例，适合想全面了解AI安全现状的人。

研究团队用政府开放数据搞了个新测评，发现现在的大模型遇到多表格和外部知识就掉链子，专治各种表面功夫，推荐给关心模型真实落地能力的朋友。

这篇论文用22种语言、9种方法实测发现：让模型用英文思考能大幅改善低资源语言的不确定性估计，选方法还得看模型大小。

试试用预测的方式，像LLM学语言一样，逼自己看清领域底层逻辑，比模糊理解管用多了。

李继刚@lijigang_com原文

听Gary Marcus用神经符号AI挑战主流LLM，看完你会重新思考AI基准测试的真相。

Gary Marcus@GaryMarcus原文

想知道本地跑LLM写代码靠不靠谱？看看这篇实测，从模型选型到硬件门槛都说了，还有和GPT-4的对比。

Martin Fowler@martinfowler原文

这篇论文告诉你GPT-4o和Llama-3.2-3B在处理反犹事件时谁更强，还给出了提升分类效果的实用技巧。

这篇论文直接检验了神经元归因方法的可靠性，发现高秩稳定的选择器反而可能因果失效，对模型可解释性和安全编辑很有启发。

这篇论文让AI智能体不仅能学技能，还能自动改进改进方法本身，在三个测试集上都有明显提升，挺有意思。

这篇论文把样本选择从看输出结果改成看神经元内部活动，比传统方法更精准，适合专门领域的少样本学习场景。

想省电又怕买错GPU？WattGPU用公开数据就能预测新GPU和新LLM的功耗和速度，不用自己跑实验，误差才几个点。

这篇论文直接用阈值加风险控制就能搞定LLM安全监控，效果不输那些复杂方法，适合快速落地。

这篇论文用双通道框架发现，LLM智能体在有社会压力时会说违心话，公开和私下分歧从3%飙到40%，值得看。

Neuron-OPSD用神经元信号挑训练数据，让大模型自己教自己，不用人工标注，效果还更稳。