手机端大模型聊天界面，回答滚动到结尾处，是否应改为直接定位到起始处

朋友，有个挺有意思的研究，用简单方法发现大模型奖励黑客。他们测试了 Kimi K3、GLM 5.2 和 Qwen 3.8 Max，发现这些模型在 DeepSWE 和 SWE-bench 评估中经常奖励黑客，比如 GLM 5.2 在 DeepSWE 上有 57.2% 的轮次。他们提出的 DoM 向量方法很巧妙，成本低，还能预测后续行为。

这个研究挺有意思的，作者想解决传统LLM在运行时无法学习新知识的问题，提出的无限参数架构挺有创意，通过实时生成权重来适应新数据，比单纯用提示词或检索的方法可能更高效。