Please Don’t Use AI as Your Expert Witness
我真诚地喜欢大型语言模型，用于集思广益和研究。但是我们需要真正清楚某些事情：大型语言模型无法权衡人类所做的证据或原因，因此您不应将AI响应作为一个合理的结论来加强您的论点。Large语言模型根据语言模式的频率和意见的普遍性来计算响应，而意见的普遍性 - 尤其是关于有意义的话题，与实际真理无关。如果您喂养支持特定职位的LLM文章，并要求它基于它们来制作回应，它将反映出该输入，从本质上回荡您策划的叙述。这种选择性的喂养可以创建一种回声室，在该室中，输出感觉具有权威性，但只是所提供的数据的快照，而不是更广泛的事实。毫无疑问，LLMS在研究和迅速浏览信息方面表现出色，例如综合了有关数字素养的讨论趋势或
Interleaved Reasoning for Large Language Models via Reinforcement Learning
长期思考链（COT）显着增强了大型语言模型（LLM）的推理能力。但是，广泛的推理痕迹导致效率低下和增加时间（TTFT）的增加。我们提出了一种新颖的培训范式，该训练范式使用加固学习（RL）指导推理LLMS以交织和回答多跳的问题。我们观察到，模型本质上具有执行交织的推理的能力，可以通过RL进一步增强。我们引入了一个简单而有效的基于规则的奖励，以激励正确的中间步骤……
Getting students drawing can help belonging and mental health
发展绘画和创造力的影响超出了视觉文字。 ZoëAllman和Chris Wright探索如何将其嵌入大学生活
How to Evaluate LLMs and Algorithms — The Right Way
永远不要错过我们每周的新闻新闻，这是我们每周的新闻通讯，其中包括一流的编辑选择，深度潜水，社区新闻等。立即订阅！如果您看到的输出不符合期望，那么将大型语言模型和强大的算法集成到工作流程中所需的所有艰苦工作都可能浪费。 […]如何评估LLM和算法的帖子 - 正确的方法首先出现在数据科学方面。
The 3 Horizons of LLM Evolution
从本机LLM（2018）到LLM代理（2025）的转变使AI能够超越静态知识，整合检索，推理和现实世界中的相互作用，以解决自动问题解决。
Disclosing AI Use Leads To A Drop In Trust. So Does Not Disclosing It
芝加哥太阳时代的作家Marco Buscaglia使用了受欢迎的LLM Chatgpt创建了他们想要的订户想要的2025年“夏季阅读清单”，并对他没有检查工作充满信心。问题在于，尽管公司声称出售这些物品，但LLM并不是真正的AI。他们当然不聪明。因此，尽管列表有真正的作者，但一半的书不存在。阅读更多
Mistrals nya Devstral LLM är designad för kodningsagenter
Mistral AI刚刚推出了其最新的LLM Devstral是一种专门为软件开发开发的开源模型，Mistral AI和All Hands AI之间的合作是编码助手开发的重要一步。 Devstral是一种被称为“代理LLM”，它通过管理复杂的能力[…] Mistral的新Devstral LLM的能力与传统的编码模型不同，这是为编码代理而设计的，首先出现在AI新闻中。
De dolda farorna med att använda AI-agenter för surfning
波兰 - 日本信息技术学院的研究人员已在LLM驱动的浏览代理商中绘制了安全风险。该研究提出了一个全面的威胁模型，并确定了几个严重的安全问题，例如迅速注入，规避域验证和数据恢复。通过对流行的开源项目浏览器的深入分析，他们证明了未受保护的Web内容如何削减代理的行为并导致严重的安全性不足。 […]帖子首先出现在AI新闻中，使用AI代理进行浏览的隐藏危险。
SPD: Sync-Point Drop for Efficient Tensor Parallelism of Large Language Models
随着Largelanguage模型（LLM）规模的快速扩展，使跨多个计算单元的有效分布推理变得越来越重要。但是，来自流行的分布式促进技术（例如张量并行主义）的沟通开销构成了实现可伸缩性和低潜伏期的重大挑战。因此，我们引入了一种新颖的技术，同步点降（SPD），以通过选择性地降低注意力输出的同步性来减少张量并行性中的通信开销。详细说明，我们首先提出了一个……
Decoding China’s Industrial Policies
Hanming Fang，Ming Li＆Guangli Lu在这篇NBER文章中使用大型语言模型来解码数百万个中国文档：我们通过采用大型语言模型（LLMS）从2000年到2022年解释了中国的工业政策（LLMS），从中央，省级，省级，省级和difs发出的全面数据集中提取和分析丰富的信息。 lars calmfors在北欧国家的工资协调模型上：通过模式讨价还价，在北欧国家维持了牢固的工资协调。该行业设定了第一个协议，然后作为随后的工资增加的全国范围。本专栏概述了该模型的关键动机是维护国际[…]
The Nordic model of wage coordination at a crossroads
Hanming Fang，Ming Li＆Guangli Lu在这篇NBER文章中使用大型语言模型来解码数百万个中国文档：我们通过采用大型语言模型（LLMS）从2000年到2022年解释了中国的工业政策（LLMS），从中央，省级，省级，省级和difs发出的全面数据集中提取和分析丰富的信息。lars calmfors在北欧国家的工资协调模型上：通过模式讨价还价，在北欧国家维持了牢固的工资协调。该行业设定了第一个协议，然后作为随后的工资增加的全国范围。本专栏概述了该模型的关键动机是维护国际[…]
The Zika Virus and the Limitations of AI Reasoning
多年前，我作为巴西的一名高中交流学生，我爱上了这个国家及其人民。因此，当2014年有报道称，一个巴西地区有小头畸形的婴儿（异常小的头部造成了不可逆转的损害），该地区链接并归因于Zika病毒，我密切关注。但是这个故事并没有加起来。为什么南美特有的寨卡病只会在一个地区造成先天缺陷？这个问题一直困扰着我，几周前，我转向了大型语言模型（LLM）进行调查。与其他LLM相比，我选择了Grok的护栏相对较少。正如我所期望的那样，它最初与公共材料和语言频率塑造的官方叙述相呼应。但是，经过几个小时提出非常具体的问题并仔细研究了不一致之后，我们发现了一系列事件，概述了一个潜在的解释，这确实是有道理的：里约奥运会的
Study finds perceived political bias in popular AI models
共和党人和民主党人都认为，在讨论政治问题时，LLM的倾斜倾斜。
「次元の呪い」への対処－モデルの精度を上げるにはどうしたらよいか?
大数据一词已经传播已经很长时间了。这是指无法转换为二维表格格式的大量数据（非结构化数据），例如音频数据或视频数据，或具有某些规律性的数据（半结构化数据），例如图形和电子邮件，但不在表格格式（半结构化数据）中。从本世纪初开始，随着IT开发的进步，这个概念逐渐扩展。在日本，该术语开始通常在2010年左右使用。2013年，它被选为新单词和流行语奖的候选人，但并未被选为大奖。从那以后，十多年来已经过去了，基于大数据的发展一直在一个接一个地出现，例如DX（数字转换），AI（人工智能）和生成的AI。关于大数据，从一开始就指出了数据复杂性的问题，据说是“维度的诅咒”。为解决这个问题做出了什么样的努力？在本文
Grounding AI: Towards Intelligent, Stable Language Models
在人工智能中的人工智能中介绍人工智能，大型语言模型（LLM）已成为产生类似人类文本的强大工具。但是，这些输出并不总是准确或上下文适当的。这就是AI的基础 - 建立模型以改善事实和相关性。未接地的模型听起来很连贯[…]
Retail Training With AI: Using AI To Build Confidence In Retail Associates
Cinecraft与全球零售商合作，使用AI驱动的模拟和个性化反馈现代化销售培训。通过集成自定义LLM并确保基础架构，他们创建了一个可扩展的解决方案，以提高了关联信心，客户服务和业务成果。该帖子首次在电子学习行业上发表。
ChatGPT shown to be more persuasive than people in online debates
大型语言模型（LLM），例如GPT-4，比人类在在线辩论中比人类更具说服力，因为在在线辩论中，根据关于对手的个性化信息，在在线辩论中调整了论点，这是在在线辩论中。
