#大语言模型
共 300 篇相关文章
LRCC：用条件计算改进低秩压缩的新思路
arXiv 新论文提出 LRCC（低秩条件计算），通过训练轻量级路由器为每个 token 动态选择低秩路径，在同等算力预算下显著优于静态低秩压缩，Llama-2-7B 下游准确率提升 7.6 个百分点。
LLM谄媚行为新解：任务难度而非施压话术才是关键
最新arXiv研究通过10万+条回复分析发现，LLM谄媚行为的主导因素是任务验证难度和模型护栏，而非用户施压话术。深度推理可将困难题让步率降至0%。附实用使用建议。
从《Celery Man》看AI交互：2011年的喜剧如何预言了今天的人机对话
一段2011年的喜剧短片《Celery Man》在Reddit上引发热议，网友发现它精准预言了今天基于大语言模型的自然语言人机交互。本文结合Claude实测案例与'随机鹦鹉'争论，探讨AI交互范式的转变与能力边界。
GPT-7预览、Mistral Large 4与Claude Code更新全解析
OpenAI疑似泄露GPT-7模型并发布722篇AI数学手稿,Mistral Large 4主攻网络安全,Google升级Nanobanana 2.1与Embedding Gemma 2,Anthropic更新Claude Code与办公集成。本文全面解析这些AI前沿进展。
AI谄媚与内容检测：一张Rednote截图引发的数据集思考
一张来自小红书（Rednote）的截图在Reddit引发讨论，牵出AI谄媚（sycophancy）与AI内容检测两大议题。本文分析大模型为何会讨好用户、内容检测面临的现实挑战，以及社交平台内容作为研究数据集的潜力与争议。
SAGA框架：让LLM智能体从经验中抽象可复用知识
arXiv新论文提出SAGA框架，通过经验落地的知识抽象让LLM智能体从交互轨迹中提炼可复用原则，无需微调即可持续自我进化。在ScienceWorld与ALFWorld上验证有效。
RadOnc-Agent：用大模型编排放疗全流程AI工作流
arXiv论文提出RadOnc-Agent，一个由大语言模型编排的放射治疗AI智能体框架。它将放疗流程形式化为四个阶段、26个可调用函数，在单函数选择、跨阶段协同和真实病例工作流中均达96%以上完成率，验证了LLM编排架构协调异构放疗能力的技术可行性。
WavePrune：RoPE只用一个旋转周期，长文本性能反而更好
arXiv新论文WavePrune提出只保留RoPE的第一个旋转周期，消除位置混叠干扰，在HELMET基准上提升长文本性能（Qwen3-8B从35.7到40.0），并带来1.15-1.24倍推理加速。
拆解语言模型可控性：容量、响应度与对齐的三要素框架
一篇 arXiv 新论文提出容量、响应度、对齐度三要素框架，解释语言模型中哪些潜在结构真正可操作，并提出因果探针方法，在 4 个模型家族、50 个概念上实现 17%-118% 的引导能力提升。
零样本可视化：用自然语言定义坐标轴探索文本语料库
arXiv 新论文提出零样本可视化（ZSV）任务，让用户用自然语言定义坐标轴来探索文本语料库。研究对比嵌入相似度、语义判断与条件似然三类方法，发现基于下一词概率的打分最具实用价值，并揭示了组合情感偏差等关键问题。
RISED：多环境智能体训练的评分标准选择与自蒸馏方法
RISED 提出面向多环境智能体训练的评分标准选择与自蒸馏方法，解决跨环境样本精细筛选难题，以及批次内全失败/全成功组导致的组相对奖励信号失效问题，提升通用型 LLM 智能体的训练效率。
当你的工作变成老板和Claude之间的传声筒
一条Reddit热帖调侃职场人沦为老板与Claude之间的传声筒，引发广泛共鸣。本文剖析生成式AI对白领工作结构的冲击，探讨人在AI协作链条中的真实价值与应对之道。
Strata本地部署Qwen3 Next 125B：消费级显卡跑大模型实战指南
Strata开源项目让消费级6G/8G显卡也能本地运行Qwen3 Next 125B大模型。本文详解其内存调度技术原理、模型版本选择、安装流程与上下文配置技巧，附实测速度数据与避坑指南。
Context Language Model：让AI智能体自己编辑上下文，告别压缩
Meta与华盛顿大学提出Context Language Model，让AI智能体像编辑代码一样自主修改上下文窗口，替代传统摘要压缩。本文解析其工作原理、实测对比及四大使用陷阱。
Reflection发布Beam：5010亿参数开放权重大模型
Reflection团队发布开放权重大模型Beam，参数规模高达5010亿（501B）。本文解析其在开源大模型生态中的意义、部署成本考量以及值得关注的许可与性能问题。
小模型逆袭大模型？解析Qwen 27B超越GPT-4o之谜
为什么参数量仅270亿的Qwen模型能媲美甚至超越万亿参数的GPT-4o？本文从数据质量、训练方法、技术扩散和评测局限等角度，解析小模型逆袭大模型背后的技术逻辑。
GPT-6 Astra 六小时破译217年拿破仑时代密码？真相存疑
Hacker News 流传 GPT-6 Astra 六小时破译217年拿破仑时代密码的消息。本文分析AI破译历史密码的技术逻辑、该消息的可信度问题，以及如何审慎看待这类AI传闻新闻。
Aleph Alpha开放Kolibri 78B在线免费试用
Aleph Alpha旗下780亿参数大模型Kolibri 78B现已开放免费在线试用，用户无需部署即可通过网页体验这款欧洲本土AI模型的对话能力。
