LLM 相关 AI 资讯

行业19:40

Yann LeCun 在 ETH Zürich 演讲：学术界不该研究 LLM

LeCun 在 ETH Zürich 直接劝学生别碰 LLM，连生成式模型也一起否了，观点很尖锐，看看他自己的理由。

#Yann LeCun #Meta #LLM #ETH Zürich

rohanpaul_ai@rohanpaul_ai原文

技巧 Agent 与开发者多源确认71°03:19

Karpathy 分享 LLM 输出阅读技巧，引发人机协作界面讨论

Karpathy 教你让 LLM 用 ASD-STE100 规范写文档、画图表代替大段文字，还有人晒出接入 Notion 的智能体工作区，做研究写东西都能用上。

#Karpathy #ASD-STE100 #LLM #提示词工程

事件专题

elvis@omarsar05 个信源在谈原文

技巧 Agent 与开发者71°15:50

用 ASD-STE100 受控语言规范优化 LLM 输出可读性

Karpathy 分享的提示词技巧：让 LLM 按航天文档规范 ASD-STE100 写解释，输出比默认风格好读多了，文末还有可安装的 Skill。

#Karpathy #ASD-STE100 #LLM #提示词工程

向阳乔木@vista8原文

行业 Agent 与开发者多源确认10:14

黄仁勋解释 Agent Harness：给 LLM 套上外骨骼

黄仁勋用"外骨骼"这个比喻讲清了 agent harness 是干嘛的——给 LLM 补上工具调用和记忆，两分钟就能看懂。

#agent harness #LLM #NVIDIA #智能体

事件专题

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

行业 Agent 与开发者06:43

Simon Willison 发布 9 月赞助者专属通讯

Simon Willison 每月私货通讯，9 月聊了 Fable 级模型、定价战和 Datasette 遇上的漏洞风波，10 美元就能提前一个月看。

#Simon Willison #Newsletter #LLM #Datasette

官方账号Simon Willison’s Weblog原文

行业 Agent 与开发者05:28

Yann LeCun 在 ETH Zürich 演讲：Scaling LLM 无法通向 AGI

LeCun 在 ETH Zürich 又开炮了，用 30 万亿 token 对比儿童视觉数据，解释为什么堆算力到不了 AGI，论据很具体。

#Yann LeCun #LLM #AGI #ETH Zürich

rohanpaul_ai@rohanpaul_ai原文

行业02:16

Yann LeCun：微调 LLM 能答物理问题，不等于有物理直觉

Yann LeCun 又开炮了：LLM 会答物理题不代表懂物理，连 6 岁小孩的直觉都不如，他还拿家用机器人和 L5 自动驾驶没落地当例子。

#Yann LeCun #LLM #物理直觉 #自动驾驶

官方账号Yann LeCun@ylecun原文

技巧 Agent 与开发者精选76°00:18

CMU课程11-768第12讲：AI Agents强化学习系统

CMU最新课程讲义，教你如何在多GPU集群上跑通LLM Agent的RL训练，系统解决训练与推理引擎协同问题。

#AI Agents #Reinforcement Learning #LLM #CMU

shao__meng@shao__meng原文

技巧 Agent 与开发者23:20

Kontakt.io发布医疗AI实施指南

Kontakt.io这份指南基于100多家医院真实数据，帮你避开医疗AI实施中的幻觉陷阱。

#Kontakt.io #LLM #医疗AI #预测模型

HIT Consultant@Jasmine Pennic原文

技巧 Agent 与开发者官方一手00:11

在Amazon SageMaker AI上用多轮RL微调搜索代理

AWS教你如何在SageMaker上用多轮RL微调搜索代理，提升检索质量和可靠性，降低成本延迟。

#SageMaker #搜索代理 #多轮强化学习 #微调

官方一手AWS Machine Learning Blog@Huibin Shen原文

技巧 Agent 与开发者精选73°23:11

e2e测试框架发布：自然语言驱动测试

e2e测试框架用自然语言写测试用例，还能缓存回放agent操作，一套API同时支持Web和移动端测试。

#e2e #测试框架 #自然语言 #LLM

Viking@vikingmute原文

论文 Agent 与开发者精选73°20:56

伯克利论文：LLM知道偏好变化仍使用旧值

伯克利发现LLM知道用户偏好变化却仍用旧值，解决方法很简单：在提示中明确当前状态。

#LLM #GPT-5.6 #agent #上下文

rohanpaul_ai@rohanpaul_ai原文

论文 Agent 与开发者精选19:32

后训练中的锐化税研究

MIT研究揭示预训练LLM在测试时间预算充足时可能优于后训练模型，并推出锐化税指标和PTGS采样方法。

#LLM #后训练 #锐化税 #PTGS

Tanishq Abraham (论文推介)@iScienceLuvr原文

模型 Agent 与开发者15:05

LLM地理定位测试：陆地或水域判断

Karpathy分享的简单测试：让LLM判断16,200个坐标是陆地还是水域，模型表现令人惊讶。

#Claude #LLM #地理定位 #基准测试

官方账号Andrej Karpathy@karpathy原文

论文 Agent 与开发者11:18

KaliBench：网络安全工具使用基准

KaliBench评估了LLM在Kali Linux上生成安全工具命令的能力，开源模型表现不佳但可通过训练改进。

#KaliBench #网络安全 #基准测试 #LLM

arXiv cs.AI@Pengfei Li 等 4 人原文

模型 Agent 与开发者10:52

LLM多智能体控制技能型智能制造

MIT团队用LLM智能体解决智能制造难题，三种架构中两种达到93%解决率，还能自主处理传送带故障。

#LLM #MCP #智能制造 #多智能体

arXiv cs.AI@Kay Köhle 等 4 人原文

论文 Agent 与开发者10:44

联邦学习在移动网络中的LLM优化

这篇论文解决了移动网络中联邦学习的传输问题，提出了将异步更新转换为聚合传输的解决方案。

#联邦学习 #LLM #移动网络 #RAN

arXiv cs.AI@Emilio Paolini 等 4 人原文

论文 Agent 与开发者10:27

TACO优化器减少大模型微调内存占用

TACO优化器让大模型微调内存占用减少174倍，30B模型单卡就能训了

#TACO #LLM #微调 #优化器

arXiv cs.LG@Jichao Jiang 等 5 人原文

技巧 Agent 与开发者83°10:16

Karpathy谈AI时代人类新工作

Karpathy分享如何让AI输出更易理解的四个层级，帮你从执行转向监督理解。

#Karpathy #LLM #提示词工程 #AI效率

shao__meng@shao__meng原文

论文 Agent 与开发者10:14

SourceLearn：开发特定源学习能力

研究人员提出SourceLearn，让AI能从反复使用同一源中学习，而非简单重复访问，在多个基准测试中大幅提升性能。

#SourceLearn #RAG #源学习 #LLM

arXiv cs.LG@Lucheng Fu 等 13 人原文

论文 Agent 与开发者09:59

LLM生成代码的库相关问题研究

这篇论文分析了LLM生成代码时常见的库错误问题，并提出了一种能显著减少这些错误的方法，对AI编程助手开发者很有价值。

#LLM #代码生成 #库错误 #DeepSeek-V3

arXiv: DeepSeek@Yacine Majdoub 等 5 人原文

模型 Agent 与开发者09:40

搜索可能是符号过程，支持神经符号混合模型

Gary Marcus分享新观点，解释搜索为何可能是符号过程，这对理解LLM局限性很有启发。

#Gary Marcus #神经符号 #LLM #搜索

Gary Marcus@GaryMarcus原文

技巧 Agent 与开发者精选73°09:25

Karpathy分享LLM输出理解技巧

Karpathy教你用不同格式让LLM输出更易理解，从控制语言到视频生成，实用技巧直接可用。

#Karpathy #LLM #提示词工程 #视频生成

官方账号Andrej Karpathy@karpathy原文

论文 Agent 与开发者73°06:28

基础LLM与LRM范式转变研究

François Chollet分享LLM到LRM的范式转变，解释了为什么LRM拥有基础LLM缺乏的流体智能。

#LLM #LRM #ARC #流体智能

官方账号François Chollet@fchollet原文

技巧 Agent 与开发者23:07

是否需要为每个失败模式构建自动评估器

HamelHusain分享评估器成本权衡经验，帮你决定哪些失败模式值得自动评估

#评估器 #LLM #失败模式 #自动化测试

Hamel Husain@HamelHusain原文

模型 Agent 与开发者多源确认23:07

Jev决策模型跳过文本直接接入逻辑

Jev模型让AI决策更直接，省去文本解析环节，适合需要高效逻辑集成的开发者。

#Jev #决策模型 #LLM #typesafeai

事件专题

coderabbitai@coderabbitai3 个信源在谈原文

产品 Agent 与开发者精选21:59

Databricks发布AI决策工具ai_decide

Databricks新出的ai_decide专门做决策，比LLM更快更便宜，适合处理实时任务。

#Databricks #ai_decide #LLM #智能体

官方账号Databricks@databricks原文

模型 Agent 与开发者精选73°17:46

Google发布RRSI框架

Google新出的RRSI框架能让AI智能体自动自我进化，比传统方法更高效。

#Google #RRSI #LLM #智能体

rohanpaul_ai@rohanpaul_ai原文

产品 Agent 与开发者16:47

Pocket FM解决LLM创作故事难题

Pocket FM用记忆层和听众流失率训练LLM，解决了AI创作故事时角色不一致的问题。

#Pocket FM #LLM #记忆层 #故事创作

kimmonismus@kimmonismus原文

论文 Agent 与开发者11:03

研究：强智能体在ML工程中需要多少约束

论文发现复杂约束系统在MLE任务中不如简单编码基线，LLM backbone才是性能主要驱动因素。

#MLE #autonomous agents #LLM #机器学习工程

事件专题

arXiv cs.AI@Kirill Brilliantov 等 3 人2 个信源在谈原文

论文 Agent 与开发者11:02

大模型多语言遗忘漏洞研究

清华团队发现大模型多语言遗忘漏洞，新算法COVER在174种语言基准上提升遗忘效果。

#LLM #多语言 #遗忘 #COVER

arXiv cs.AI@Tyler Skow 等 4 人原文

论文 Agent 与开发者10:07

高带宽闪存提升大模型服务性能

这篇论文展示了如何用高带宽闪存解决大模型内存瓶颈，能显著提升性能并延长硬件寿命。

#LLM #HBF #KV缓存 #大模型服务

arXiv cs.LG@Zack Yu 等 10 人原文

论文 Agent 与开发者官方一手精选00:15

LLM条件控制中的效果与流畅性权衡研究

苹果团队研究了LLM条件控制中的效果与流畅性权衡，发现高效方法常牺牲流畅性。

#LLM #conditioning #苹果 #效果与流畅性权衡

官方一手Apple ML Research原文

产品 Agent 与开发者精选73°23:17

SGLang项目举办首届峰会

SGLang项目办了首届峰会，有2000+贡献者，19k+提交，专注LLM程序效率优化。

#SGLang #LLM #编程助手 #开源模型

官方账号LMSYS Org (SGLang)@lmsysorg原文

论文 Agent 与开发者精选73°21:26

LLM可直接编辑上下文提升记忆效率

新研究让LLM能自己管理上下文，记忆更持久，计算更高效

#LLM #上下文管理 #长期记忆 #FLOP效率

Nathan Lambert@natolambert原文

行业精选12:34

Sakana AI招聘防御领域AI工程师

Sakana AI在招国防领域的AI工程师，需要你既懂业务又能动手做AI解决方案，特别适合有LLM开发经验的人。

#Sakana AI #LLM #AI工程师 #国防

官方账号Sakana AI@SakanaAILabs原文

论文 Agent 与开发者10:51

LLM图重建的谱理论：边界与实证

这篇论文揭示了LLM图重建评估的数学边界，通过135个案例展示了不同模型的编辑策略差异。

#LLM #图重建 #拉普拉斯谱 #Wasserstein距离

arXiv cs.LG@Jianru Shen原文

论文 Agent 与开发者10:39

LLMs高估历史温度研究

六种主流LLM在历史气候分析中普遍存在'暖化偏差'，相关性指标不足以评估其可靠性。

#LLM #气候研究 #Gemini #GPT-5

arXiv: DeepSeek@Claudiu Creanga, Liviu P. Dinu原文

论文 Agent 与开发者10:24

探索广度与推理精度：通过采样提升小模型性能

新PPT方法让小模型通过并行采样达到前沿性能，比强化学习训练更高效。

#Power Tempering #LLM #推理模型 #采样方法

arXiv cs.LG@Panagiotis Theodoropoulos 等 7 人原文

论文 Agent 与开发者09:43

JudgeCast: 基于经验判断的时间序列预测框架

JudgeCast用TSFM+LLM组合做预测，通过协变量判断和经验验证提升准确性，比传统方法更可靠。

#JudgeCast #时间序列预测 #TSFM #LLM

arXiv cs.AI@Donguk Kwon 等 3 人原文