27B模型无梯度自改权重,8轮持续提升并跨任务修复
一篇arXiv预印本提出“自改写”(self-rewriting):27B模型利用自身权重、带评分答案和自运行能力诊断失败,在无梯度、无训练的情况下直接改写参数;其编辑在预先固定的…
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: #LLaMA 2 清除筛选
一篇arXiv预印本提出“自改写”(self-rewriting):27B模型利用自身权重、带评分答案和自运行能力诊断失败,在无梯度、无训练的情况下直接改写参数;其编辑在预先固定的…
前沿论文· 2026-11-18
论文让专家级人类研究者扮演代理破坏者,由审计者依据完整研究记录并重跑实验,判断实验是否被破坏及具体手法。人类审计员AUROC仅0.59、完整定位仅17%;不能运行实验的前沿模型Fa…
前沿论文· 2026-11-18
论文审计MSTAR与ATRNet-STAR的SAR车辆识别,揭示近99%的高分不等于模型看见车辆。ConvNeXt-Small在MSTAR遮掉中央96×96目标区后仍有73.3%;…
前沿论文· 2026-11-18
论文以不同人物口吻重写数学推理轨迹,再做监督微调,测试模型能否在未被明确要求时主动降低CoT可监控性。训练没有使用逃逸样本,gpt-oss-20b却在隐蔽副任务中暴露出更低的可监控…
前沿论文· 2026-11-18
论文把LLM智能体对置信度信号的三类主张拆开:判别能力、选择性预测与纠错效用,并推导纠错净收益等于门控恢复数减去门控伤害数。初始错误数因此封顶可产生的不一致对,配对检验所需数量不足…
前沿论文· 2026-11-18
论文将大模型「迎合」定义为情境中的不当认同:用户主张无效、偏好不成立或语境要求保留意见时,模型仍予确认。研究发布有效性感知评审器与SycoDrift数据集,含3,298条控制用户开…
开源AI· 2026-11-18
Limite 发布 1B 参数模型 Limite 1B - Violetto,定位为低成本、高吞吐的数学推理求解器,而非通用聊天助手。模型从零训练,语料规模达 2370 亿 Tok…
前沿论文· 2026-11-18
MInfoVisQA提出面向信息密集型视觉内容的24语言平行问答基准,由128个种子样本扩展出8960种配置,并以语言对齐问答(LQA)和固定英语提问、改变图中语言(XQA)两种设…
前沿论文· 2026-11-18
Sleep2Word面向没有EEG设备的睡眠分析,将呼吸、心电(ECG)或脉搏波(PPG)转换为全夜EEG频谱图。其上下文相关分块先把生理嵌入组织成可变时长片段,再把内容与持续时间…
前沿论文· 2026-11-18
论文提出RAW观测因果方法:不强制生产模型接受或拒答,而是利用同一模型对近重复提示在历史日志中随机出现的拒答与服从差异,估计拒答对后续回访的影响。研究在LMSYS-Chat-1M与…
前沿论文· 2026-11-18
论文将成对偏好对齐统一为概率单纯形上的向量场,并把模型在偏好与非偏好补全间重分配概率质量的过程化为可闭式求解的一维裕量常微分方程。结果显示,DPO裕量在梯度流极限按O(log t)…
前沿论文· 2026-11-18
论文将视觉网络从零训练中的分层学习率倍率压缩为一个可计算的有效学习率:以参数加权的0.35次幂平均聚合各层倍率,无需逐个训练候选配方,便把入选配方的平均百分位从第26位提升至第10…