热点精选
Apple Machine Learning Research论文AI评分：90/100
数据约束下混合预训练的缩放定律
本文研究了在目标数据稀缺时，如何将目标数据与通用数据混合进行预训练。通过超过2000次语言模型训练实验，发现重复使用目标数据15-20次仍可提升性能，并提出了考虑重复效应的混合缩放定律，为数据受限下的预训练提供了实用的混合配置建议。
8月20日 · 星期四2 条
- 精选
数据约束下的多语言知识迁移：通过词汇干预实现
本文提出LINK方法，在预训练阶段对高资源语言（英语）数据进行词汇级替换，利用双语词典将随机词替换为低资源语言的翻译，以提升低资源语言的知识迁移效果。该方法无需额外训练或翻译系统，仅需近零成本的双语词典。在8种语言、5种模型规模上验证，下游任务性能显著提升，达到同等性能的训练速度最高可提升2倍。
8月19日 · 星期三3 条
- 精选
审视大语言模型中的类人行为：模型行为、用户因素与系统提示的多维分析
该研究对LLM的类人行为进行了多维分析，涵盖思维情感表达、关系建立、拒绝请求等。通过LLM-as-a-judge和人工评估，分析了21,000次多轮对话（涉及GPT-4o、GPT-4.1-mini、Claude-Sonnet-4.6、Gemini-2.5-flash），发现类人行为普遍存在但随模型和用户因素变化。人工评估显示，自我参照和关系建立行为在LLM中比人类更不合适，而边界维护行为则更合适。系统提示可控制这些行为，但需谨慎评估以避免意外效果。研究为负责任的LLM设计提供了建议。
- 精选
倒排索引遍历的P完全性：布尔查询DAG评估的复杂性
本文研究了在倒排索引上执行复杂布尔查询的理论极限。作者形式化了一种基于DAG的检索语言L_R，并证明其评估问题是P完全的。为解决该问题，他们提出了ComputePN算法，通过正负对偶表示和DAG记忆化，将评估时间严格限制在O(|Q|·|U_active|)，避免了指数级展开和全量扫描的开销，为计算检索奠定了理论基础。
- 精选
Hugging Face Blog论文AI评分：70/100
你的智能体到底需要多少记忆？
该研究探讨了智能体记忆的最佳剂量问题，发现不同能力的模型对记忆量的需求不同。强模型适合完整指南集，弱模型适合精选检索，饱和模型则无提升。实验表明，精选检索在准确性和成本上均优，如gpt-oss-120b在任务完成率上提升16.1个百分点，而token开销仅增加5%。
8月18日 · 星期二1 条
- 精选
GRPO超越英语：非英语和多语言环境下GRPO的大规模研究
该研究针对当前强化学习（RLVR）研究以英语为中心的问题，对多种基础模型、训练语言和推理语言奖励进行了大规模多语言GRPO实证研究。发现用母语训练推理与英语训练差距很小，且存在跨语言迁移，但特定趋势高度依赖模型和语言，有时会导致其他语言能力严重退化。因此，非英语RLVR可带来广泛跨语言收益，但需广泛评估以检测语言特定退化。