分類： 大型語言模型

• 論文淺嘗 | 利用條件陳述激發並提升大型語言模型的因果推理能力（CL2025）
• 成本不到8千美元！新浪微博1.5B小模型超越近萬億參數模型
• 強化學習（RL）記憶更牢固，監督微調（SFT）更容易遺忘？普林斯頓陳丹琦團隊改寫後訓練認知
• 讓LLM像公司一樣幹活：微軟把「思維併發」做成了協議，準確率更高、關鍵路徑時延降28%
• AI教母李飛飛萬字長文引爆矽谷！大型語言模型路線錯了，空間智慧才是走向AGI的唯一路徑
• Meta 這兩篇最新的智能體學習 (Agent Learning) 論文，有些意思！
• 免疫式提示：讓大型語言模型在訓練時「學壞」，測試時更聽話
• GPT 越來越保守？史丹佛 Manning 團隊提出 Verbalized Sampling，讓模型重新「多想一點」
• Meta 發現：RAG 系統過慢是因為做了太多無用功
• NTU等聯合提出A-MemGuard：為AI記憶上鎖，毒害攻擊成功率暴降95%
• 首個多輪LLM路由器問世：Router-R1讓大型模型學會「思考–路由–聚合」
• 智能體長程搜尋的兩大痛點被解決了！中科院 DeepMiner 用 32k 跑近百輪，開源領先逼近閉源
• 捨棄微調！史丹佛聯合發表「智能體情境工程」（ACE），模型效能提升 10%、Token 成本降低 83%
• 谷歌揭密：多代理人（Multi-Agent）推論才是擴展的未來。
• 遞迴推理HRM模型再進化！TRM兩層網路(7M參數)擊敗大型語言模型！
• 剛剛！清華等聯手開源 UltraRAG 2.0！效能飆升12%
• 極其重要，文件智能中的LLMs：綜述、進展、和未來趨勢
• 先驗與後驗機制加持，大型模型能否應對推理預測中的現實「溢出」？
• 剛才，GPT-5首次通過「哥德爾測試」！破解三大數學猜想
• 中國團隊訓練出「脈衝大模型」，推理速度提升100倍
• 上交大與史丹佛提出「長程式碼壓縮神器」：暴力瘦身 5.6 倍且效能不減
• 「零和學習」理論橫空出世，揭示大型語言模型縮放定律的真相！
• 普林斯頓陳丹琦組新作：RLHF難支撐，RLVR有邊界？RLMT開闢第三條路
• Agentic Coding表現創新高，全新KAT系列模型強力稱霸SWE-Bench
• 首個程式碼世界模型引爆 AI 圈，賦能智慧體「真推理」，Meta 開源