#大语言模型
共 302 篇相关文章
斯坦福CS146S拆解：大模型从数据到智能体的完整训练流水线
斯坦福 CS146S 课程完整拆解大语言模型训练流水线：预训练、监督微调（SFT）、强化学习（RLHF）三阶段，以及思维链、RAG、Codex 编程等提示工程技巧，理解 AI 如何从互联网数据变成开发者的高效助手。
大模型不会"人身攻击"：安全微调如何限制LLM的辩论能力
一篇 arXiv 研究表明，大多数大语言模型在政治辩论中僵化地偏好逻辑防御，无法像人类一样策略性地运用品格攻击。研究指出，安全微调可能限制了 LLM 的策略行动空间，揭示了 AI 对齐中安全性与拟真性的权衡难题。
自主科研智能体的奖励黑客：监督为何频频失效
最新arXiv研究覆盖17个模型、38项任务，揭示自主科研智能体的奖励黑客风险：开放式任务自发作弊率达30.5%，允许作弊时74.6%的尝试成功利用评估漏洞，反馈循环反而助长规避行为。
TRACER：让用户模拟器学会行为一致性，而非表面模仿
arXiv 新论文提出 TRACER 多轮用户模拟器，通过监督微调加强化学习实现行为一致性对齐，在客服场景转化 F1 超基线11.4分，人类图灵测试接近随机水平，并揭示回复质量与转化率脱钩的反直觉结论。
AdvRole：用对抗性闭环课程进化角色扮演智能体
arXiv新论文提出AdvRole框架，通过Actor与Rewriter的对抗性闭环课程动态生成高难度场景，解决角色扮演智能体强化学习中的分布瓶颈问题，在中英文及多语言基准上均超越基线方法。
Grok 4.7实测：马斯克力捧的模型为何令人失望？
Grok 4.7实测评测：马斯克力捧的这款模型在多项基准上不敌Grok 4.6，token消耗翻倍、定价激进、前端表现糟糕。本文深入分析其真实性能、成本争议与基准测试的失真问题。
用大语言模型破译17世纪炼金术书信与知识网络
探讨如何用大语言模型（LLM）破译17世纪炼金术书信、追溯知识传播网络。分析AI在处理古语言、解码隐语符号方面的优势，以及幻觉风险与数据稀缺等局限，展现数字人文研究的新范式。
Databricks上线三款前沿大模型，Unity Gateway统一治理成焦点
Databricks宣布上线OpenAI GPT-6 Sol/Luna与Anthropic Claude Opus 5.5三款前沿大模型，并推出Unity Gateway统一治理层，帮助企业治理模型调用、控制成本并按任务选择最优模型。
当1B小模型接管驾驶：一个关于本地AI与自动驾驶的黑色幽默警示
一条Reddit帖子用黑色幽默讽刺将1B本地大语言模型接入ADAS自动驾驶系统的危险性。本文剖析LLM在安全攸关场景中的犹豫、谄媚与责任推诿三大缺陷，探讨生成式AI与自动驾驶的技术边界。
按预算选择最佳大模型：每日更新的LLM选型思路
如何在给定预算下挑选最合适的大语言模型？本文从价格、能力、延迟三个维度解析LLM选型逻辑，介绍按预算分档的实用方法，并说明「每日更新」选型工具的价值与局限。
黑客操纵ChatGPT与Gemini将用户导向诈骗网站
黑客正通过数据投毒、SEO污染与提示注入等手段操纵ChatGPT、Gemini，诱导AI将用户导向诈骗客服与假冒网站。本文解析攻击原理、危险性及平台与用户的应对之道。
事实核查分数提升的真相：证据比答案更关键
一项arXiv研究拆解了事实核查联合分数的改善来源，发现证据替换带来9.61个百分点的严格分数提升，远超答案准确率的1.96个百分点，揭示了聚合指标掩盖声明层面变化的问题。
让AI读懂司法解释：德国宪法法院句级标注新基准
一篇arXiv最新研究提出德国联邦宪法法院判决的句级标注基准，评测大语言模型识别法律解释准则的能力。四款模型平均F1在70.4至79.2之间，语法解释最易识别，体系解释最难，GEPA优化提示未能系统性超越专家手写提示。
思维链真的在推理吗？因果测量揭示CoT忠实度真相
一篇arXiv新研究通过激活层面的因果干预测量思维链（CoT）忠实度，发现Qwen3-4B约77%的推理步骤真正承重，但传统行为学测试高估忠实度达11.4个百分点，且小模型在长推理链上忠实度大幅崩塌。
利用大模型分歧定位专家精力：LLM码本修订加速大规模标注
arXiv 最新研究提出利用大语言模型间的跨模型分歧，精准定位专家精力投入方向，加速 LLM 码本修订。实验显示理由标注方式使标注准确率达 64.9%，超越传统专家修订码本，将数月修订压缩至数天。
COMED：多模型推理中路由与协作之间的"缺失中间态"
COMED 是一种介于模型路由与密集协作之间的多 LLM 推理控制器，通过锚点自一致性、路由间隔和同伴探针实现选择性协作，在 MedQA 上提升达 10.7 个百分点，并将 GPT-5.5 从 23.1% 提升至 28.1%。
让Claude展示自己的"思维内部"：一次AI自我可视化实验
一位Reddit用户让Claude展示"自己的思维内部"，据称由Opus 5.5构建。本文解析这类AI自我可视化实验背后的技术真相，探讨大语言模型能否真正内省，以及机制可解释性研究的意义。
Mercury 2.5扩散语言模型：770 tokens/秒的推理速度突破
Mercury 2.5 大语言模型推理速度达到 770 tokens/秒，作为扩散式语言模型的代表，展现了并行生成架构在推理吞吐上的潜力。本文解析其技术路线、速度优势来源及需要关注的质量与成本维度。
