LLM

推荐理由：这篇论文分析了不同评分规则对LLM预测行为的影响，帮你理解如何选择合适的训练目标。

推荐理由：这篇论文研究了LLM交易代理是否存在可预测的结构性行为，发现其决策存在稳定的逆向时机模式。

推荐理由：GRACE解决了LLM遗忘中遗忘集和保留集推断问题，通过梯度引导方法提升模型效用，比现有梯度选择方法更稳定。

推荐理由：这篇论文分析了LLM在EDA领域的三种角色定位，揭示了当前系统的局限性，提出了向协调器转变的必要性。

推荐理由：STILL让LLM能从剥离的C++代码中恢复STL容器语义，反编译准确率提升60%以上。

推荐理由：这篇论文对自动化事实核查系统进行了全面的跨基准评估，揭示了不同系统在不同领域的表现差异，对于理解自动化事实核查技术的局限性和改进方向具有重要意义。

推荐理由：这篇论文提出了一种新的双维度LLM框架，可以更有效地分析大规模评估中的内容冗余问题，对于内容筛选和自适应测试有重要意义。

推荐理由：这篇论文提出了两个基于LLM的模型卡片生成方法，MCTidy和MCGenie，对于模型卡片的一致性和可比较性有显著提升，值得一读。

推荐理由：Perplexity AI推出无需云依赖的本地版本模型，运行LLM和subagent LLM，与云版本相比更高效。

推荐理由：SRPO框架使LLMs能够自我分析，提高长期推理能力，比传统方法更高效。

推荐理由：研究ISAC框架，了解如何利用问题信息提升LLM生成提交信息的效果，与现有方法相比有显著提升。

推荐理由：这篇论文深入探讨了LLM在行业合规文档生成中的应用，揭示了不同格式要求对输出质量的影响，为LLM辅助合规提供了有价值的见解。

推荐理由：李飞飞分享了她对LLM能力的研究方向，如果你对AI如何学习物理任务感兴趣，这值得一看。

推荐理由：Linus Torvalds分享了他如何利用AI辅助调试Linux内核的经验，AI在调试过程中发挥了重要作用，值得一试。

推荐理由：这篇论文介绍了InsufficiencyBench，这是第一个评估LLM在用户查询不足方面的法律建议的基准。它对法律AI系统提出了新的挑战，并提供了评估模型性能的新方法。

推荐理由：研究人员用CLEVER框架测试了7种缓存淘汰策略，发现LFU在大多数情况下表现最好，而其他策略效果差距不大。他们还发现，实际可用的缓存命中率远低于理论值，因为很多命中答案不可替换。这个研究对优化LLM缓存很有参考价值。

推荐理由：斯坦福团队发了个新研究，说现在 LLM 做文本嵌入比专用模型还好，但成本高得多。看完就知道啥时候该用 LLM，啥时候该用老模型了。

推荐理由：系统工程师讲了怎么优化大语言模型操作，能解决错误留存难题，和普通工具用法不一样。

推荐理由：你可以试试SPADE，它是让大语言模型自己学建环境，在数学题这些领域比固定环境方法强5.3%呢。

推荐理由：OpenAI做了关于大模型后训练的研究，能分析训练策略问题，和以前方法比效果不一样。

推荐理由：Gary Marcus指出OpenAI用20%算力监控对齐问题，证明LLM架构有缺陷，呼吁投资替代方案。

推荐理由：FlightLLM用LLM解释飞行事故原因，比传统方法更直观，还能直接给出可操作的安全建议。

推荐理由：金融时间序列变化点检测的新方法EvoTS-Agent，能自动优化模型选择和参数，无需专家干预。

推荐理由：这篇论文提出了LLM反馈的奖励塑造方法，即使在LLM评分不准确时也能保持最优策略，比传统方法更可靠。

推荐理由：研究人员提出SIGMA方法，解决了LLM在特征工程中的元数据缺失问题，大幅降低特征重复率，提升效率。

推荐理由：这篇论文用因果干预实验拆解了LLM拒绝机制，发现答案释放和拒绝恢复不对称，对AI安全审计很有参考价值。

推荐理由：这篇论文揭示了具身代理的新攻击面，搞机器人安全的值得看看。