LLM 相关 AI 资讯

论文 Agent 与开发者精选10:13

研究提示词自然语言差异对LLM自动代码生成的影响

想了解LLM生成代码时，提示词语言差异的影响，以及翻译这种偏见的有效性，这篇论文有具体数据支撑。

#LLM #代码生成 #提示词工程 #语言偏见

arXiv: DeepSeek@Haruka Tokumasu 等 8 人原文

模型中美对照官方一手03:49

苹果发布企业数据目录管理新系统Glyph，用LLM生成列描述和标签

苹果搞了个叫Glyph的系统，能自动给企业数据表里的列写描述和打标签，比人工快多了。

#Glyph #LLM #企业数据

官方一手Apple ML Research原文

论文21:49

用LLM进行配对比较审计急诊分诊中的性别差异

这篇论文分享了一种用LLM做配对比较来审计急诊分诊性别差异的方法，挺有意思的，可以看看具体是怎么做的。

#LLM #性别差异 #急诊分诊 #审计

npj Digital Medicine@Emmanuel Lagarde原文

模型 Agent 与开发者19:59

Jev模型仅用于决策/分类/路由/评分，速度比小前沿LLM快100倍以上，成本更低

TypeSafe发布了Jev模型，它只做决策、分类、路由和评分这些事，比小前沿LLM快100倍还便宜200倍，适合系统级任务。

#Jev #System One Model #TypeSafe #LLM

官方账号Latent Space (swyx)原文

模型中美对照11:44

Yann LeCun 认为当前 LLM 无法实现人类水平 AI

Yann LeCun 发表观点，指出当前 LLM 本身无法实现人类水平 AI，和之前观点不同。

#Yann LeCun #LLM #AI

官方账号Yann LeCun@ylecun原文

论文 Agent 与开发者精选10:38

LLM在上下文学习中展现贝叶斯预测能力

这是篇挺有意思的论文，作者用隐藏马尔可夫模型数据测试了六款开源LLM，发现它们在上下文学习中能近似贝叶斯预测，还做了干预实验验证了这一点。

#LLM #贝叶斯预测 #残差流 #提示词工程

arXiv cs.LG@Daniel Balcells 等 6 人原文

论文 Agent 与开发者精选10:21

可验证的社会推理框架 Fuse 用于 LLM 助手研究

朋友研究 LLM 社交推理的，这篇论文开源了 Fuse 框架和 21k 数据集，能帮你系统分析 LLM 在社交场景下的表现。

#Fuse #LLM #推理模型 #多模态

arXiv cs.AI@Amir Taubenfeld 等 9 人原文

论文中美对照多源确认78°10:04

Gary Marcus 警告 LLM 风险可能引发法律问题

Gary Marcus 警告 OpenAI 的 LLM 产品可能引发法律问题，值得看看他的观点。

#Gary Marcus #LLM #OpenAI #法律风险

事件专题

Gary Marcus@GaryMarcus11 个信源在谈原文

技巧 Agent 与开发者精选09:48

斯坦福新开LLM课程，双胞胎主讲9讲覆盖全版图

斯坦福双胞胎兄弟讲LLM，9讲把LLM全版图讲透了，从架构到训练再到应用，资料公开，想学LLM的可以看看。

#Stanford #LLM #提示词工程 #课程

shao__meng@shao__meng原文

论文政策与合规16:54

陶哲轩：LLM 最难的不是数学，而是预测其能力边界

陶哲轩（数学家）说LLM训练主要用线性代数和微积分，但模型在部分任务上表现惊人，在另一些任务上却失败，目前无法预测其能力。

#Terence Tao #LLM #数学 #能力边界

事件专题

AI Will@FinanceYF52 个信源在谈原文

论文 Agent 与开发者精选16:35

LLaMA模型压缩新方法提升性能

朋友推荐：一篇论文说他们用新方法压缩了LLaMA模型，效果不错，能显著降低困惑度。

#LLaMA #模型压缩 #LLM #微调

arXiv cs.AI@Huicheng Zhang 等 9 人原文

论文政策与合规23:48

《自然医学》发表综述：LLM聊天机器人可能造成心理健康伤害

朋友，这篇《自然医学》的综述挺有意思，专门讲大语言模型聊天机器人可能带来的心理健康问题，值得看看。

#LLM #心理健康 #大语言模型

npj Digital Medicine@Alexander Bäuerle原文

论文 Agent 与开发者精选12:59

LLM定价代理的协同行为研究及干预方法

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。

#DeepSeek #LLM #定价代理 #寡头市场

arXiv: DeepSeek@Abdullah Garra原文

论文 Agent 与开发者精选12:57

RoofLang 语言让 AI 优化 LLM 推理系统架构

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。

#RoofLang #LLM #推理优化 #DeepSeek

事件专题

arXiv: DeepSeek@Ziyue Yang 等 4 人2 个信源在谈原文

技巧 Agent 与开发者精选78°08:47

LLM 优化面试笔记：KV Cache、投机解码、ZeRO 与 DualPipe，训练与推理的核心考点一次讲透（附多方学习资源）

这是 @gauri__gupta 为 AI 实验室技术面试准备的笔记，系统梳理了训练和推理中的关键优化技术，比如 KV Cache、ZeRO 和 DualPipe，对准备面试的人很有帮助。

#LLM #提示词工程 #训练 #推理

shao__meng@shao__meng原文

技巧 Agent 与开发者精选78°20:32

NVIDIA 官方 LLM 推理基准指标定义，把 LLM 推理的每个指标概念都搞清楚！

NVIDIA 官方出了一套 LLM 推理指标体系，把 prefill 和 decode 阶段的延迟、吞吐等概念讲得特别清楚，对选型或容量规划很有帮助。

#NVIDIA #LLM #推理 #指标

事件专题

shao__meng@shao__meng2 个信源在谈原文

论文 Agent 与开发者精选02:52

DAIR.AI 发布关于递归自我改进（RSI）的综述论文

DAIR.AI 发了一篇关于递归自我改进的综述，讲的是智能体如何一步步提升自己，挺有用的。

#DAIR.AI #递归自我改进 #LLM #论文

elvis@omarsar0原文

技巧 Agent 与开发者精选78°23:47

LLM 请求处理全流程解析

想了解 LLM 运行原理的朋友，这篇 Together AI 工程师的解释很实用，讲了预填充、解码、缓存这些具体技术，还提到了 Agent 循环和前缀缓存优化。

#Together AI #LLM #推理引擎 #提示词工程

shao__meng@shao__meng原文

论文 Agent 与开发者精选11:52

研究显示 LLM 代理管理城镇经济时资金流动会停滞

朋友，有个挺有意思的研究，用100个LLM代理模拟管理一个城镇经济，结果发现钱都不流动了，挺反直觉的，值得看看。

#LLM #代理 #经济模拟 #波卡拉

elvis@omarsar0原文

论文 Agent 与开发者11:12

人类最后建造的AI：迈向真正递归自我改进

这篇论文讲的是AI如何通过自我改进来持续进化，挺有意思的，和普通LLM的更新方式不太一样。

#递归自我改进 #LLM #Headroom-Closed Index #科学发现

arXiv cs.AI@Yi Duan 等 33 人原文

论文 Agent 与开发者09:25

用替代数据增强LLM进行财务预测的新方法

这个研究方法挺有意思，把LLM和替代数据结合起来做财务预测，结果比单独用传统数据或替代数据都好。

#LLM #财务预测 #替代数据 #in-context learning

arXiv cs.AI@Jihoon Kwon 等 18 人原文

论文 Agent 与开发者精选09:18

知识图谱理解框架 EXYGEN 发布，提升 LLM 对图谱的问答能力

这个研究很实用，它教我们如何用 ShEx 元数据和 RAG 机制，让 LLM 直接理解知识图谱，而不用再花大力气微调模型，对做知识图谱应用的开发者应该挺有帮助。

#EXYGEN #知识图谱 #LLM #RAG

arXiv cs.LG@Harshdeep Singh 等 4 人原文

论文 Agent 与开发者精选09:17

首个LLM版本约束理解基准测试集发布

这个研究很实用，它帮你选LLM时有个新维度，比如Claude在版本约束理解上比GPT-5.1强很多，值得看看。

#SemVerBench #LLM #版本约束 #编程助手

arXiv: OpenAI@Qibai Chen, Zeming Liu原文

产品 Agent 与开发者官方一手06:22

亚马逊推出前缀感知路由减少 SageMaker 中的 LLM 延迟

亚马逊这个新功能能帮你更快地得到 LLM 的回答，特别是处理大量相似问题的时候，比之前的方法效率高很多。

#Amazon SageMaker #LLM #前缀感知路由 #延迟优化

官方一手AWS Machine Learning Blog@Kareem Syed-Mohammed原文

模型中美对照官方一手00:06

亚马逊推出基于LLM的通用PII检测工具

亚马逊新出的这个工具，能直接把Bedrock上的任何大模型变成PII检测器，不用重新训练，效果还比很多现成的工具好。

#Amazon #PII #LLM #Bedrock

官方一手AWS Machine Learning Blog@Christophe Dupuy原文

论文政策与合规19:54

LLM辅助患者教育对医疗效果的研究综述

这是关于用LLM做患者教育的研究，能帮你了解这种新方法到底效果如何，比单纯看产品介绍更可靠。

#LLM #患者教育 #医疗效果

npj Digital Medicine@Long Ge原文

论文 Agent 与开发者78°11:13

ConvMem：卷积记忆模型提升长上下文推理

ConvMem解决了长上下文推理的高延迟问题，无需强化学习训练，在多个基准测试中表现优异。

#ConvMem #长上下文推理 #卷积神经网络 #RULER-HotpotQA

arXiv cs.AI@Hongming Zhang 等 9 人原文

论文 Agent 与开发者精选73°11:11

Fortunate Recall：大模型记忆生命周期管理

研究人员提出FR框架，通过行为本体分类管理LLM记忆，显著减少编造并提升回答准确率。

#Fortunate Recall #LLM #记忆管理 #LifecycleBench

arXiv cs.AI@Ansuman Mullick, Eray Tüzün原文

论文 Agent 与开发者精选73°09:37

几何推理框架：从符号感知到逻辑演绎

清华团队发布几何推理框架，用LLM+专用模块解决几何题，性能比肩Gemini 2.5 Pro，解题过程更清晰。

#几何推理 #LLM #Gemini 2.5 Pro #符号解析

arXiv cs.AI@Weichen Dai 等 7 人原文

论文中美对照09:35

DiSCo框架评估LLM文化偏好偏见

DiSCo框架首次系统测量了LLM的文化偏好偏见，发现提示引导无法解决文化偏见问题。

#DiSCo #LLM #文化偏见 #BLEnD

arXiv cs.AI@Bhuvan Arora 等 4 人原文

论文 Agent 与开发者精选73°09:29

Maverick：通过矩阵向量乘法委托实现可验证LLM推理

Maverick让用户无需暴露数据就能安全使用第三方LLI服务，性能提升最高达157倍。

#Maverick #LLM #Qwen3-4B #隐私计算

arXiv cs.LG@Ben Merbaum 等 6 人原文

模型 Agent 与开发者06:24

LLM代码编写能力提升推动计算机使用普及

Andrew Ng分享LLM代码能力提升如何推动计算机使用普及，比之前更易用。

#LLM #代码编写 #Andrew Ng #计算机使用

Harrison Chase@hwchase17原文

论文 Agent 与开发者73°11:55

PlayTrain：LLM生成可适应JavaScript游戏的高效强化学习框架

PlayTrain让LLM直接生成JavaScript游戏，无需大量手动编码，RL训练速度达百万决策/秒/GPU。

#PlayTrain #LLM #JavaScript #强化学习

arXiv cs.LG@Ryan Truong 等 4 人原文

论文 Agent 与开发者11:54

推理表示对人类评估LLM输出的影响研究

这篇论文研究了六种推理格式如何影响人类对LLM输出的评估，发现偏好与实际效果存在差异。

#LLM #推理表示 #思维链 #可解释性

arXiv cs.LG@Jaewoo Lim 等 3 人原文

论文 Agent 与开发者精选73°11:21

SPINE基准测试揭示LLM在持续压力下的谄媚行为

SPINE基准测试揭示了LLM如何在持续压力下放弃正确立场，发现情绪诱导是导致谄媚行为的主要因素。

#SPINE #LLM #谄媚行为 #Olmo3-7b

arXiv cs.AI@Leyuan Tang 等 4 人原文

论文 Agent 与开发者精选73°11:18

训练自由任务向量实现LLM行为控制

新方法TFTVs让LLM行为控制无需微调，支持加法学习减法遗忘，比传统方法更好保留模型能力。

#TFTVs #LLM #任务向量 #行为控制

arXiv cs.AI@Gabriel J. Perin 等 4 人原文

论文 Agent 与开发者11:18

LLM决策审计中评估工具影响比人口偏见更显著

这篇论文揭示了LLM审计中评估工具设计比人口偏见更能影响结果，对AI公平性评估有重要启示。

#LLM #AI公平性 #决策审计 #偏见评估

arXiv cs.AI@Siddharth Vohra, Manikandan Ravikiran原文

论文 Agent 与开发者精选73°11:18

LLM推理的答案分布轨迹研究

这篇论文提出了分析LLM推理动态的新方法，通过答案分布轨迹揭示了传统评估方法忽略的推理过程细节。

#LLM #推理模型 #熵轨迹 #答案分布

arXiv cs.AI@Mar Gonzàlez I Català 等 6 人原文

论文 Agent 与开发者78°09:59

AutoKD：自主知识发现框架

AutoKD让AI自主完成知识发现，能积累发现并指导后续研究，在三个数据集上都表现出色。

#AutoKD #LLM #多智能体 #知识发现

arXiv cs.AI@Qinwen Ge 等 6 人原文

论文 Agent 与开发者精选09:47

量化大模型中的激活转向研究

这篇论文揭示了量化大模型中激活转向技术的真实表现，特别是推理长度任务中的不对称现象值得开发者关注。

#量化 #激活转向 #LLM #INT8

arXiv cs.LG@Saurav Bhandari, Benjamin Wade原文