近期大型推理模型的显著成果常被归功于思维链（CoT）技术，尤其是通过从基础大语言模型（LLM）中采样CoT进行训练以发现新推理模式的过程。然而，一项最新研究对这种解释提出了质疑。该研究通过系统性地调查中间标记...

集体智慧项目（CIP）最新研究指出，当大语言模型（LLM）被应用于敏感领域的决策判断时，即便采用常见的提示工程方法，其裁决仍表现出不可预测的隐藏测量偏差，导致结果不可靠。研究发现，位置偏好、顺序效应和提示敏...

近日，一篇关于构建基于大语言模型（LLM）的智能体系统的实践框架引发业内关注。该框架提出以评估为核心的开发方法论（Evaluation-centric Development），为AI智能体的研发提供了系统性指导。文章深入探讨了如何通...

最新研究表明，通过延长思维链推理过程（Extended chain-of-thought reasoning），大型语言模型（LLMs）能够显著提升其置信度校准能力。这项发表在arXiv预印本平台的研究（编号2505.14489v1）揭示了传统即时响应模式...

近日，一篇技术文章指出，当前在处理大语言模型（LLM）的工具调用（MCP工具）时，常见的做法是将工具的输出结果重新输入到LLM中，并询问LLM下一步操作。然而，这种做法在扩展性上存在明显不足。相比之下，采用代码编...

DeepSeek研究团队以DeepSeek-V3为案例，分享了大型语言模型（LLM）训练中的硬件-模型协同设计创新成果。该研究通过多头部潜在注意力机制（Multi-head Latent Attention）、专家混合系统（Mixture of Experts）、FP8...

在人工智能领域，通用大模型（LLMs）虽然功能强大，但对于特定任务而言，其庞大的计算资源消耗和较高的成本并不总是最优选择。为此，Fastino公司推出了专精任务的语言模型（TLMs），旨在为特定任务提供更高效、更精...

最新发表在arXiv的研究论文指出，基于大语言模型(LLM)的安全评估系统存在显著脆弱性。研究表明，这类系统的评估可靠性极易受到提示词敏感性和对抗性攻击的影响。该发现对当前快速发展的AI安全评估领域具有重要警示意...