LLMs Continue to Evolve. So Should Your Skill Set.
本周，我们重点介绍了围绕大型语言模型的新兴主题和技术的三篇文章。LLMS继续发展。您的技能也应该如此。首先出现在数据科学上。
When LLMs Try to Reason: Experiments in Text and Vision-Based Abstraction
大型语言模型可以学会从几个示例中抽象地推理？在本文中，我通过在抽象网格转换任务上测试基于文本的（O3-MINI）和具有图像能力的模型（GPT-4.1）模型来探讨这个问题。这些实验揭示了当前模型依赖于模式匹配，程序启发式和象征性快捷方式而不是强大的概括的程度。即使有多模式输入，推理也经常在微妙的抽象面前分解。结果为使用LLM的当前功能和局限性提供了一个窗口。当LLMS尝试推理的帖子：基于文本和视觉的抽象中的实验首先出现在数据科学方面。
Topic Model Labelling with LLMs
使用GPT4-O-MINI的尖端主题模型可再现标签的Python教程。具有LLMS的邮政主题模型标签首先是朝向数据科学的。
Freshfields Offers LL.M in LLMs For New Lawyers
全球律师事务所Freshfields将为其新的初级律师提供授课的机会，以如何增强技术和AI的增强...
LLMs factor in unrelated information when recommending medical treatments
研究人员在患者信息中发现非临床信息（例如错别字，额外的空白空间和多彩语言）降低了AI模型的准确性。
LLMs delve into online debates to create a detailed map of human beliefs
大型语言模型（LLM），例如基于著名的对话平台Chatgpt的功能的模型，已被证明是对总结和生成书面文本非常有希望的。但是，它们也可能是进行植根于心理学，行为科学和其他科学学科的研究的有趣工具。
LLMs + Pandas: How I Use Generative AI to Generate Pandas DataFrame Summaries
本地大语言模型可以将大量的数据范围转换为可呈现的标记报告 - 这是LLMS + PANDAS的方法：我如何使用生成AI生成PANDAS DataFrame Summaries首先出现在数据科学上。
Host concurrent LLMs with LoRAX
在这篇文章中，我们探讨了如何使用低排名适应性（LORA）有效地解决这些挑战。具体而言，我们讨论了使用Lora交换（Lorax）（Lorax）和Amazon Elastic Compute Cloud（Amazon EC2）GPU实例的讨论，允许组织有效地管理和服务不断增长的精细模型，优化成本，优化成本，并为客户提供无缝绩效。
Training LLMs to self-detoxify their language
MIT-IBM WATSON AI实验室的一种新方法可帮助大型语言模型转向他们对更安全，更符合价值的输出的反应。
LLMs Are Not Reasoning—They’re Just Really Good at Planning
大型语言模型（LLMS），例如OpenAI的O3，Google的Gemini 2.0和DeepSeek的R1，在解决复杂问题，产生类似人类的文本甚至精确编写代码方面表现出了很大的进步。这些先进的LLM通常被称为“推理模型”，因为它们可以分析和解决复杂问题的非凡能力。但是，这些模型实际上是理由的，[…] LLMS并不是推理 - 他们真的很擅长于unite.ai首先出现。
Microsoft researchers bullish on AI security agent even though it let 74% of malware slip through
IRE项目有望使用LLMS检测代码是恶意还是benignmicrosoft推出了它声称可以在没有人为援助的情况下检测恶意软件的自主AI代理。
How to Benchmark LLMs – ARC AGI 3
了解如何对LLM进行基准测试，然后尝试新发布的ARC AGI 3 THE THE THE POST如何基准LLMS - ARC AGI 3首先出现在数据科学方面。
Study finds ER visits rise sharply with hotter days in California
加利福尼亚州的温度上升正在减少与冷的死亡，但较热的情况导致急诊就诊大幅增加。以前被忽视的气候变化后果可能会使医疗保健系统构成损害。 模仿人言语的 llms被用来经济有效地测试假设并进行试点研究，从而产生有希望的早期结果。但是研究人员指出，人类数据仍然至关重要。
Social science researchers use AI to simulate human subjects
加利福尼亚州的温度上升正在减少与冷的死亡，但较热的情况导致急诊就诊大幅增加。以前被忽视的气候变化后果可能会使医疗保健系统构成损害。llms被用来经济有效地测试假设并进行试点研究，从而产生有希望的早期结果。但是研究人员指出，人类数据仍然至关重要。
Ny AI-arkitektur från Sapient Intelligence ger 100 gånger snabbare resonemang än LLM:er
智慧智能开发了一种新的AI体系结构，称为层次推理模型（HRM），其实现的推理比传统的大型语言模型（LLM）快100倍。人力资源管理（HRM）模仿了人脑的推理和计划方式，这意味着它在同一级别上的性能，有时比在复杂的推理任务上的语言模型更好，即使它[…] Sapient Intelligence的新帖子AI阶段的新AI架构提供了比LLM更快的100倍：您的首次出现在AI新闻中。
