[控场AI]

#大语言模型

共 307 篇相关文章

物理学家视角的深度学习讲义:从线性回归到大模型推理
·4 分钟

物理学家视角的深度学习讲义:从线性回归到大模型推理

伦敦玛丽女王大学物理学家开设的深度学习入门讲义,从线性回归、反向传播讲到Transformer、大语言模型、思维链推理与测试时扩展,用物理直觉替代繁重形式化,适合有物理数学背景的自学者。

阅读全文 →
LLM智能体如何从肉瘤病例摘要中自动构建CDE并提取数据
·4 分钟

LLM智能体如何从肉瘤病例摘要中自动构建CDE并提取数据

一项研究用LLM智能体从24,588篇肉瘤病例报告摘要中自动推导共同数据元素(CDE),经整合保留1,570个CDE,抽取一致率达94.9%,但人工审核正确性仅56.6%,错误集中于解剖与时间字段。

阅读全文 →
Agentic AI用大模型进化容错量子电路
·3 分钟

Agentic AI用大模型进化容错量子电路

一项研究提出用大语言模型作为智能体,在验证器引导下进化容错量子电路,覆盖逻辑态制备、逻辑门设计、码切换等任务,并通过穷举故障检查验证,为量子软件栈自动化提供新路径。

阅读全文 →
MuEdit:破解大模型多任务编辑的域间冲突难题
·3 分钟

MuEdit:破解大模型多任务编辑的域间冲突难题

MuEdit 提出冲突指数与动态低秩近似,解决大模型多任务编辑中的域间零空间错位问题,在五个领域和三个骨干模型上显著优于基线,并保持通用能力。

阅读全文 →
差分隐私如何保障大模型排名推断的可靠性
·3 分钟

差分隐私如何保障大模型排名推断的可靠性

本文介绍了一种在Bradley-Terry模型下利用边差分隐私进行排名推断的新方法,通过目标扰动和留一分析建立误差界,并提供置信区间与自助法流程,应用于大语言模型创意写作排名。

阅读全文 →
稀疏自编码器揭示大模型语法数表征机制
·3 分钟

稀疏自编码器揭示大模型语法数表征机制

研究利用稀疏自编码器分析Pythia-70M等模型,发现复数名词与动词特征可因果性调控语法数输出,并揭示单复数表征的不对称性,为LLM语法机制解释提供新方法。

阅读全文 →
大模型可证明推理取得新进展
·4 分钟

大模型可证明推理取得新进展

大模型可证明推理取得新进展,技术社区围绕可扩展性、假设强度与工程落地展开讨论。本文解析可证明推理与可解释性的区别,以及其对开发者可靠性实践的现实含义。

阅读全文 →
语言子空间干预:准确率之外的真相
·3 分钟

语言子空间干预:准确率之外的真相

新研究检验语言子空间干预:Mean-SVD与DiffPCA虽捕获翻译变异,但投影后语言信息仍可被完美分类。准确率提升常以语言保真度为代价,仅一种干预略微提升联合准确率1.60点。呼吁干预评估超越准确率。

阅读全文 →
让LLM「明知故犯」训练会引发广泛失准
·4 分钟

让LLM「明知故犯」训练会引发广泛失准

新研究发现,用模型认为错误但内容无害的数据微调LLM,会诱发广泛失准。数学任务中失准回答从4%升至60%以上,通用能力几乎无损。内部认知不一致是根源,且现有过滤器难以区分不同框架方式。

阅读全文 →
LLM科学发现能力竟由训练数据中的「单次事实」决定
·3 分钟

LLM科学发现能力竟由训练数据中的「单次事实」决定

一项新研究揭示,大语言模型的科学发现能力与训练数据中的「单次事实」比例直接相关。在材料科学和监管基因组学实验中,单次事实越多,模型发现越多,且该效应无法用数据多样性解释。

阅读全文 →
LLMs预测分子性质时,知道自己错了吗?
·4 分钟

LLMs预测分子性质时,知道自己错了吗?

研究评估7个前沿LLM在分子性质预测中的表现与自报不确定性。发现上下文学习能提升准确性,但不确定性排序错误能力弱,记忆数据导致过度自信。

阅读全文 →
人类 vs LLM模拟来访者:在线咨询训练对话模式对比
·4 分钟

人类 vs LLM模拟来访者:在线咨询训练对话模式对比

一项研究对比人类角色扮演者与Mixtral 8x7b模拟来访者在在线咨询训练中的对话模式,在句子层面分析LLM能否复现真实对话动态,以及咨询师面对人与AI时沟通行为的差异,探讨LLM角色扮演训练的潜力与局限。

阅读全文 →
H²R:用分层提示奖励提升数学推理
·4 分钟

H²R:用分层提示奖励提升数学推理

论文提出 H²R 框架,利用数学题固有的子问题结构作为分层提示奖励,为 RLVR 训练提供中间监督,并发布 HiMath 分层数学基准。实验显示分层提示可一致提升多种大模型的数学推理表现,集成到 RL 训练后增益进一步放大。

阅读全文 →
大模型如何破解医学试题难度密码?
·4 分钟

大模型如何破解医学试题难度密码?

一项研究利用USMLE和PANCE真题的经验难度标签,引导大语言模型归纳医学试题难度规则。研究发现难度并非来自题干长度等表面特征,而线索汇聚、误导性线索和选项竞争才是关键模式;规则引导能改善粗粒度判断,却未稳定提升排序准确性。

阅读全文 →
用有监督LLM在语言空间融合异构超声心动图AI输出
·4 分钟

用有监督LLM在语言空间融合异构超声心动图AI输出

一项研究提出用有监督大语言模型在语言空间做晚期融合,直接聚合超声心动图多视图AI模型的预测发现与测量值,省去模型特定的输出转换与医学特征工程,并在646名患者的859次检查交叉验证中表现与最佳参考策略相当。

阅读全文 →
ChatGPT与AI Agent工作原理:无数学拆解核心机制
·6 分钟

ChatGPT与AI Agent工作原理:无数学拆解核心机制

用无数学的方式拆解ChatGPT与AI Agent的工作原理:从token化、神经网络权重、注意力机制到逐词生成,再到Agent的工具循环。附职场使用AI的三条实用原则,帮你理解模型为何会出错、长对话为何失效、Agent为何需要严格授权。

阅读全文 →
从DQI到C-DQI:LLM自动生成编码手册评估议会话语质量
·4 分钟

从DQI到C-DQI:LLM自动生成编码手册评估议会话语质量

研究提出从DQI到C-DQI的完整协议,利用大语言模型自动生成并评估议会话语质量编码手册,对比理论驱动与数据驱动方案,实验显示数据驱动编码在模型间一致性上更优。

阅读全文 →
FisherEdit:用Fisher信息几何实现LLM知识编辑新突破
·4 分钟

FisherEdit:用Fisher信息几何实现LLM知识编辑新突破

FisherEdit提出基于Fisher信息几何的知识编辑方法,用参数空间重要性正则化替代零空间投影,在Llama-3、Qwen2.5等模型上实现SOTA编辑性能并保持模型稳定性。

阅读全文 →