跳到正文
10月7日周三
  1. arXiv · NLP24

    Jev作为财务证据判决器的压力测试:同数值引用交换

    研究通过控制操作数与算术运算,测试Jev作为GPT-4.1-mini财务计算追溯验证器的表现,揭示同数值引用交换下的角色识别问题。 实验包含36个新源页面的构建后续测试,通过非作者审核员标记,暴露了角色错误检测与有效引用保留之间的权衡,使数值正确性、引用角色支持和接受结果可独立评估。

  2. arXiv · NLP34

    LLM 伪词探针研究:大语言模型缺乏人类伪词处理中的亚词汇敏感性

    研究发现,在意大利语伪词强制选择实验中,五个大语言模型未展现出与人类相当的亚词汇敏感性。 模型仅在实词提供词汇熟悉度线索时比人类更可靠,而在纯伪词条件下表现大幅低于 fastText 模型。 研究指出,驱动人类-模型一致性的人类亚词汇余弦相似度线索未能稳定迁移至大语言模型,且推理 token 消耗与人类处理难度无一致关联。

  3. arXiv · ML43

    静态词嵌入可复现 LLM 解码结果:分布关联与语言模型解码解读

    静态词嵌入在四个已发表案例中支持线性解码,其性能下界接近 LLM 表现,具体包括预测坐标和死亡年份的 R^2 达 0.42-0.59,以及分类情绪的 AUC 达 0.84-0.88。 这些结果基于固定分布关联,而非动态世界模型;在复现 Llama-2 结果时,静态向量匹配 Pythia-2.8B 坐标和 Llama-2-7B 年份预测,表明可解码性无法区分属性表征与已有词关联。

  4. arXiv · ML44

    基于语言模型的“先探索再承诺”测量高效科学定律发现协议

    评估了一种结合大语言模型与程序化规划器的“先探索再承诺”协议,用于实现测量高效的科学定律发现。 在576次NewtonBench试验中,启用解释器的规划器使GPT-4.1-mini和GPT-4.1的单次测量数分别从22.5降至8.6、从43.0降至8.9。 该协议在测量效率上表现良好,但符号准确性收益不稳定,且无噪声任务外的泛化能力仍未解决。

  5. arXiv · ML33

    残差流激活可预测 LLM 裁判的立场翻转

    研究证实,记录在初始裁决前的残差流激活能有效预测 LLM 裁判因候选回答顺序变化而产生的立场翻转,避免了双倍评测成本。 在 JudgeBench 数据集上,针对 Qwen3 和 Llama-3.1-8B 的线性探针 AUROC 达 0.621-0.850,较非激活基线高 0.062-0.113。 该方法无需针对 MT-Bench 重新校准即可实现泛化,证实了预裁决激活在监测模型偏好偏差上的有效性。

  6. OpenAI (X)68

    OpenAI 发布内部前沿模型产生的新数学成果

    OpenAI 发布由内部前沿模型产生的广泛新数学成果,并声明参考了高等研究院独立数学与人工智能顾问组的建议及公开建议来确定发布方式,相关结果发布于 GitHub 仓库 openai/math。

    推荐理由:原文说明了发布渠道和咨询独立数学顾问组的过程,读者可据此了解AI生成数学成果的披露方式。

  7. Tibo (X)62

    OpenAI 推出 ChatGPT Meetings 插件

    OpenAI 推出 ChatGPT 的 Meetings 插件,可在 macOS 桌面端为 Pro 和 Business 用户提供会议记录功能,并基于用户和过往协作自动生成个性化摘要及下一步行动。用户可保留私有笔记或与团队共享,随后要求 ChatGPT 更新项目计划或起草后续跟进。企业版即将上线,插件可在 ChatGPT 桌面应用的插件目录中搜索“Meetings”获取。

    推荐理由:OpenAI 官方为 ChatGPT 桌面端引入 Meetings 插件,让会议记录直接对接 ChatGPT Space,方便团队生成摘要与跟进。

10月6日周二
  1. arXiv · NLP32

    多语言越狱防御中基于响应的知识蒸馏可能无意中损害安全性

    基于响应的知识蒸馏在多语言越狱防御中应用时,反而推高了学生模型的越狱成功率,最高增加 16.6 个百分点。 研究使用 OpenAI o1-mini 作为教师模型,通过 LoRA 蒸馏至 Meta-Llama-3-8B-Instruct、Gemma-2-2B-IT 和 Qwen3-8B 等开源模型,并移除导致安全退化的“边界”拒绝数据以缓解或逆转问题。

  2. arXiv · AI38

    《停止法则:智能体 AI 的可中断性、禁令与治理》

    一篇 arXiv 论文提出"停止"是制度实践而非纯技术产物,并沿技术可供性、中断权限、认知触发与认知地位四个维度构建停止理论。对约 1400 起 AI 事件(保留 1213 起)的编码显示,约 80% 未发生停止;在可停止却未停止的案例中,信息、经济与社会危害多因法律要素缺失,物理危害与智能体系统则多因技术要素缺失。

  3. arXiv · AI24

    有界评分尺度上的双重差分法可能伪造 LLM 评审效应:预注册审计证据

    双重差分法在评分尺度有界时无法识别潜在尺度上的偏好差异,严重度偏移会导致观测交互效应。 预注册审计 990 次调用中,事后构造表明仅凭尺度下限即可复现 79% 至 85% 的名义显著交互效应。 结果证明观测交互效应不能识别潜在尺度上的差异化偏好,已被 NeurIPS 2026 收录。

  4. Tibo (X)47

    GPT-6 系列订阅服务默认提速 50%

    Day 1/ 我们通过 Sign in With ChatGPT,优化了 GPT-6 Astra 和 GPT-6.1 Sol 在订阅服务中的默认速度,在 OpenCode、Pi、Amp、Devin 等使用 Sign in With ChatGPT 的所有产品和合作伙伴中,速度提升了约 50%。 您无需进行任何更改,预计未来两小时内即可感受到这一变化。

10月5日周一
  1. arXiv · ML38

    视频扩散模型内部表征中物理量的定位研究

    研究发现视频扩散 Transformer(DiT)内部表征可高精度线性解码运动学与刚体动力学等物理量,且该信息在去噪早期被主动构建。 相关物理信息集中存储在目标物体 token 激活中,单帧潜变量即可读取多帧物理量,且探测方向可作为引导向量改变模型输出。 探针展示了部分外推能力,能迁移至训练分布之外的场景与物体配置。

  2. arXiv · ML26

    OMVV:在线多验证器在成本约束下验证大语言模型响应的算法

    研究人员提出 OMVV(在线多验证器验证)算法,用于在成本约束下在线验证大语言模型响应。该算法维护一个包含 K 个候选弱验证器的池,通过在线分数组合器和指数权重路由策略自适应地路由每个决策,提供了分布无关的有限时间保证。实验表明,与任何单个固定验证器相比,OMVV 在一系列操作预算下以更低验证成本实现了更高准确率。

  3. arXiv · ML21

    LLM 智能体框架的计算成本分析

    研究提出语言模型智能体机器(LAM)抽象,量化 LLM 智能体框架在通信、访问、重计算和可靠性方面的计算成本。 LAM 执行与红蓝弹球在下界上等价,$\Theta(n)$ 随机与非推测顺序访问间隔,bit-reversal DAG 需 $\Theta(n^2/(C+S)+n)$ 模型调用。

  4. arXiv · AI26

    中断链条:通过杀伤链视角分析人类对AI生成虚假信息的感知

    一项包含504名参与者和2438项判断的人因研究发现,现代大语言模型生成的文本常难以与人类写作区分,且长期暴露于假新闻会导致检测率下降10.2个百分点,而AI来源检测保持稳定。研究利用适配的网络杀伤链对认知攻击生命周期中的感知数据进行了映射,识别出主动防御的干预点,指出高度怀疑情绪并未提升虚假信息的检测准确性。

  5. arXiv · AI45

    AI 智能体编程任务 Token 消耗分析与预测研究

    该研究首次系统分析 AI 智能体在编程任务中的 Token 消耗模式。分析八种前沿 LLM 在 SWE-bench Verified 上的表现发现,智能体任务 Token 消耗是代码推理的 1000 倍,且 Kimi-K2 比 GPT-5 多消耗 150 万 Token。研究发现模型难以预测自身消耗量,相关系数仅 0.39,且高 Token 消耗并不必然带来更高准确率。

  6. arXiv · AI42

    通过 Agent 轨迹解构模型行为

    该研究提出了“意图-执行”间隙概念,指出 AI Agent 性能受限于模型假设与执行框架(harness)行为的匹配度。研究开发了可定制框架 Simple Strands Agent (SSA),旨在捕获跨模型族的通用模式及特定偏好。