#Qwen3-14B

共 8 条 · 7 天 1 条 · 30 天 4 条

推理模型 2 ASD 1 DeepSeek-R1-Distill-Qwen-7B 1 DeepSeek-V4-Flash 1 Gemma-2-9B 1 GPT-5.5 1 gsm_hard 1 Llama-3.1-8B 1

信息流里打上「Qwen3-14B」标签的资讯、产品与论文，按刊登时间排，新的在上。

10月12日

论文 Agent 与开发者18:27

Task Context 如何改变语言模型中共享注意力头的角色

研究共享注意力头在不同任务里角色怎么变，Gemma-2-9B 和 Qwen3-14B 都做了激活编辑实验，做可解释性的朋友可以看看。

#Gemma-2-9B #Qwen3-14B #可解释性 #注意力头

arXiv cs.AI@Sovesh Mohapatra, Dani S Bassett原文

10月6日

论文 Agent 与开发者13:27

研究：特定起始 token 提示可让 base 模型接近 RL 训练后的推理表现

不用 RL 训练，只在开头加个 "Okay" 就能让 Olmo-3-7B 数学成绩翻近一倍，这篇论文把原因挖得很透，做模型训练的值得看看。

#Olmo-3-7B #Qwen3-14B #MATH-500 #推理模型

arXiv cs.AI@Sophie L. Wang 等 6 人原文

9月30日

模型 Agent 与开发者精选10:44

MetaCtrl：大模型元认知控制器提升推理效率

MetaCtrl 让大模型在保持准确率的同时大幅减少推理步骤，无需重新训练原模型就能直接使用。

#MetaCtrl #DeepSeek-R1-Distill-Qwen-7B #Qwen3-14B #推理模型

arXiv: DeepSeek@Zhibin Wen 等 5 人原文

9月29日

论文 Agent 与开发者16:14

arXiv 论文：可再推导性决定多级智能体流水线故障后的恢复能力

这篇论文用 gsm_hard 上的 120 题实验算清了一笔账：流水线出错后，把原题重新喂给第一个下游阶段就能挽回 0.394，每题只多花 59.8 个 token，后面的阶段白搭。

#gsm_hard #Qwen3-14B #Llama-3.1-8B #智能体

arXiv cs.LG@Tianqi Bu 等 4 人原文

8月17日

论文10:21

PACE-Bench：动态环境下基于代码演进的物理适应基准

想看看AI在规则变了之后能不能自己改代码？PACE-Bench 专门测这个，目前最强的 GPT-5.5 也只解决了 Statics 子集的三分之二，离满分还远得很。

#PACE-Bench #GPT-5.5 #Qwen3-14B #物理适应

arXiv cs.AI@Yuhao Zhan 等 4 人原文

8月5日

论文多源确认10:06

近似投机解码ASD：免训练加速自回归生成

这篇论文搞了个叫ASD的投机解码改进，不用重新训练就能提速，实测吞吐最高涨15%，代码也开源了，跑推理的可以看看。

#ASD #投机解码 #Qwen3-14B #DeepSeek-V4-Flash

事件专题

arXiv: DeepSeek@Yuannuo Feng 等 8 人8 个信源在谈原文

6月30日

论文13:53

悲观悖论：保守离线训练放大推理模型在线适应中的奖励黑客

这篇论文用Qwen3-14B和DPO实验证明，离线训练越保守，在线适应越容易翻车，还在GSM8K上给出了最优保守度公式。做RLHF的值得一读。

#Qwen3-14B #DPO #GSM8K #推理模型

arXiv cs.AI@Subramanyam Sahoo 等 4 人原文

6月9日

论文精选11:09

Code Is More Than Text：面向代码生成的不确定性估计新方法

代码生成的不确定性评估长期被自然语言方法误导，这篇论文给出了三个正交维度，做代码LLM安全评估或部署的团队值得仔细看，能直接改进选择性预测和人工审查流程。

#代码生成 #不确定性估计 #LLM #安全/可靠性

arXiv cs.LG@Yuling Shi 等 7 人原文