推理已成为大型语言模型 (LLM) 的核心范式，不断提高各种基准的准确性。然而，它是否适合精度敏感的任务仍不清楚。我们提出了第一个在严格的低误报率（FPR）制度下分类任务推理的系统研究。我们的分析涵盖两项任务——安全检测和幻觉检测——使用标准法学硕士和大型推理模型（LRM）在微调和零样本设置下进行评估。我们的结果揭示了一个明显的权衡：Think On（推理增强）生成改进......
Интернет-сервисы обяжут хранить данные пользователей три года
该解决方案旨在加强安全性并提高打击网络犯罪的有效性，但会显着增加公司的成本。
Planes Overhead: How Airplane Noise Impacts Home Values
经济学家团队（Florian Allroggen、R. John Hansman、Christopher R. Knittel、Jing Li、Xibo Wan 和 Juju Wang）在 NBER 的这篇论文中讨论了飞机噪音对房价的影响：航空运输支持经济增长和全球互联互通，但会带来局部环境成本，特别是通过飞机噪音。我们使用准实验方法估计航空噪音对房价的因果影响[...]
Rachel Reeves and the tax and spend doom loop
雷切尔·里维斯 (Rachel Reeves) 不会征收财富税，但她会对富人征税。她不会实施紧缩政策，但会控制支出。使困惑？对下个月预算案内容的猜测已经达到了白热化的程度，而且只会从现在开始加剧。这 [...]
