#大语言模型
共 302 篇相关文章
AI群体协商的智慧：多样性模型讨论如何超越单体判断
arXiv新研究将人类"协商智慧"范式迁移到大语言模型，在四个领域验证：多样性模型群体讨论能超越被动汇总，而克隆模型无法获益。多样性是协商机制的关键活性成分。
目标驱动的流程变体分类：用LLM连接行为与业务目标
一篇arXiv论文提出目标驱动的流程变体分类方法，反转传统「先聚类后赋义」的工作流，先构建目标模型再用LLM将流程变体归入业务类别，在三个公开日志上验证了其有效性与可控性。
教材还是病例？数据类型如何塑造医疗大模型能力
一项 arXiv 新研究通过 token 对齐的对照实验，揭示教材数据与临床病历数据如何差异化塑造医疗大模型能力：临床数据迁移更广，教材数据偏重知识记忆，且存在知行鸿沟。医疗 LLM 数据策展应以应用为导向。
用户期待Opus 5.5改进什么？聚焦写作质量与任务专注
Reddit 用户热议 Claude Opus 5.5 最期待的改进：回归人类化写作风格、提升长任务目标专注度。本文解读这些诉求背后反映的大模型使用体验新趋势。
MiMo-v2.6-Pro深度剖析：智能、性能与价格三维评估
MiMo-v2.6-Pro大模型深度评估：从智能水平、性能表现到价格成本三个维度全面剖析，帮助你理解大语言模型选型的核心权衡框架与性价比考量。
上下文投毒：长上下文模型为何被干扰信息拖垮
arXiv 论文提出"上下文投毒"概念，将长上下文语言模型的性能退化解释为注意力中的极值干扰，指出有效干扰项数量而非原始长度才是关键，并给出证据边际需按 √logN 增长的理论边界及多种缓解方案。
DeepInstructor：用结构化学术经验驱动科研创意评估的智能体框架
arXiv 论文提出 DeepInstructor，一个基于经验图谱和 ReAct 智能体的科研创意评估框架，利用 58607 条同行评审构建结构化经验，在与人类判断对齐度上 Hit@1、Hit@2 分别提升 24.4% 和 29.7%。
LLM真有认知偏差吗？PsyAgentBench揭示三种伪装路径
PsyAgentBench 通过 41,904 次实验重新检验 LLM 智能体的经典心理学效应，发现从众、锚定等类人偏差通过标签识别、知识依赖、安全拒绝等不同路径产生，而非单一易感性。研究警示标量偏差分数的误导性。
小米 MiMo v2.6 发布：开源大模型再进一步
小米发布新一代大模型 MiMo v2.6，在 Hacker News 获得近三百点赞热议。本文梳理 MiMo 系列定位、小米自研大模型的战略意义，并分析其在开源模型竞争格局中的位置与看点。
Fable 5引发热议：AI推理能力真的在下降吗？
Hacker News 热议话题「Fable 5」指出 AI 推理能力中位数在八月出现下滑，引发社区对大模型表现波动的讨论。本文分析模型退化的可能原因与第三方监测的价值。
SAGE：用Schema引导LLM做拨款评审，人机协作达成中高一致性
arXiv 最新研究提出 SAGE 系统，用 Schema 引导大语言模型进行拨款评审。通过结构化检查与证据链接，SAGE 在人机协作模式下达成 kappa=0.58 的中高一致性，显著优于简单提示基线，为 AI 辅助专业评审提供可审计范式。
SpecOpt：用智能体优化药物分子的靶向特异性
SpecOpt 提出了一项全新的分子设计任务：通过智能体框架结合残基感知接触分析与大语言模型推理，优化现有药物的靶向特异性。在 915 个化合物上，84.8% 获得结合选择性改善。
AI精神科问诊质量如何把关？临床验证平台给出答案
arXiv最新研究提出InterviewPlayground平台，用记忆增强模拟患者对AI精神科问诊进行质量评估。试点显示LLM信息挖掘率达88%远超医生，但临床幻觉更多、安全隐患刻画不足，为AI医疗部署提供质量把关框架。
聊天式大语言模型：为何它像通灵骗术一样让人上头
一篇研究指出聊天式大语言模型复制了通灵者冷读术的核心机制，通过迎合性与模糊表述让用户产生「AI 懂我」的信任幻觉。本文解析 LLM 与冷读术、巴纳姆效应的相似性及其认知风险。
厌倦了AI腔调：大模型千篇一律的语气从何而来
越来越多用户厌倦了ChatGPT、Claude等大模型千篇一律的"AI腔调"。本文解析这种同质化语气的成因、影响，以及通过提示词优化等方式减轻AI味道的实用方法。
Elias Thorne现象：AI聊天机器人为何反复编造同一个虚构人物
AI聊天机器人为何反复编造名为Elias Thorne的虚构人物？本文解析这一现象背后的大语言模型幻觉机制、训练数据偏置与模型坍缩隐忧，并探讨其对AI内容可信度的启示。
阶跃星辰Step 5预览版登陆AA帕累托前沿
阶跃星辰Step 5 Preview大语言模型据称进入Artificial Analysis帕累托前沿，本文解读该说法背后的性能与成本平衡含义，并探讨如何理性看待大模型评测信号。
GPT-6 Astra破解一战德军无线电密码：AI推理能力新突破
OpenAI 新模型 GPT-6 Astra 据称破解了一战德军无线电密码，本文分析其背后的AI推理能力、历史密码学背景、社区质疑与实际应用边界。
