SetPrint以集合对应关系追踪黑盒大模型血缘
SetPrint提出一种无需训练的黑盒大模型指纹方法，用于判断目标模型是否派生自指定源模型。其核心不是只比较单次扰动后的输出，而是将每个模型的响应变化按各自集合均值中心化，再比较相…
智客 AI 新闻
智客 ZICQ 每日整理大模型、开源基础设施与开发者现场的 AI 新闻与深度文章。
投稿技术文章当前筛选： 标签: #DC-Bench 清除筛选
大模型· 2026-11-11
Mr.Xu1 次阅读0 条讨论与划词
TabPFN-3.5 telecom churn benchmark: profit gains need calibration and licensing
一项面向电信客户流失预测的基准研究重新评估了TabPFN-2.5、TabPFN-3.5、TabPFN-3.5-Fast、TabICL v2，以及经Optuna调优的三组GBDT基线…
前沿论文· 2026-11-11
Mr.Xu1 次阅读0 条讨论与划词
“能力回路”提出AI治理新坐标：控制权与知识边界优先
一篇arXiv预印本提出“能力回路”（IKC + KC + C），将自主智能体的现实影响拆分为智能介导发现、程序性知识获取和直接控制三条路径。研究以智能失控争论为压力测试，并用NK…
前沿论文· 2026-11-11
Mr.Xu3 次阅读0 条讨论与划词
图结构化提示让视觉语言模型更精准回答知识图谱问题
一项受控研究在 WebQSP 与 CWQ 的 1,500 个问题上，对比六种视觉语言模型的纯文本提示与文本加知识图谱可视化方案。平均 F1 仅提升 1.85，但低复杂度问题提升 4…
前沿论文· 2026-11-11
Mr.Xu2 次阅读0 条讨论与划词
Llama 3与Qwen 2.5心理结构探针：可解码不等于内部表征
研究以272名台湾大学生的真实心理量表反应为参照，对Llama 3与Qwen 2.5的14个基座及指令模型变体开展跨人格范式分析。模型越大，越能复现并放大人类量表间的相关结构；对齐…
前沿论文· 2026-11-11
Mr.Xu2 次阅读0 条讨论与划词
LandslideFM统一滑坡视觉感知与场景推理，并推出LandslideVL基准
研究团队提出面向滑坡灾害分析的视觉—语言基础模型 LandslideFM，将语义分割、检测等视觉感知任务与基于上下文的地质解释连接到同一框架。其 Source-Agreement …
前沿论文· 2026-11-11
Mr.Xu2 次阅读0 条讨论与划词
TopicScope借稀疏自编码器实时标记生成Token主题
Mercity AI提出TopicScope，以稀疏自编码器（SAE）特征训练因果主题分类器，在模型逐Token生成时识别并切换当前话题，而非沿用传统二分类安全监控。方法在预填充阶…
智能体· 2026-11-11
Mr.Xu3 次阅读0 条讨论与划词
EarthRecord评测多模态智能体：四十年卫星影像仍难映射地表变化
EarthRecord构建了一个面向地表变化分析的多模态智能体基准，覆盖56个地点、四十年Landsat、MODIS、VIIRS与Sentinel-2原始影像，并设置238个问题及…
大模型· 2026-11-11
Mr.Xu1 次阅读0 条讨论与划词
印度语言Token税实测：同一内容成本最高相差13.7倍
HavonAI 团队量化了九种公开分词器在印度25种语言及印英混合语上的Token膨胀。相同内容使用GPT-4o分词器时，印地语需英语1.57倍Token、奥里亚语5.01倍，桑塔…
大模型· 2026-11-11
Mr.Xu3 次阅读0 条讨论与划词
STO用L1稀疏化压缩知识编辑目标，降低模型更新干扰
STO把大模型知识编辑的注意力从参数修改阶段前移到目标隐藏状态构造阶段。研究证明参数空间干扰与目标隐藏状态干扰呈正相关，并借助L1正则化裁剪知识向量的非必要分量，减少编辑对既有知识…
大模型· 2026-11-11
Mr.Xu1 次阅读0 条讨论与划词
IntentTwin揭示网页行为评测捷径：候选集泄漏可制造满分假象
IntentTwin 指出，离线网页行为基准常把目标动作放入有限候选集，并从训练分布采样干扰项；当目标超出训练支持范围时，仅凭“是否属于训练支持”即可无模型选出正确答案。研究提出支…
大模型· 2026-11-11
Mr.Xu1 次阅读0 条讨论与划词
Brasilidade发布巴西葡语基准：模型规模不再决定语言表现
Brasilidade 提出面向大语言模型的巴西葡语评测方法，按语言、语法与地区变体等维度组织标准化任务，当前开放首个语言领域。初步结果显示，多款中型模型优于更大模型，专门面向葡萄…