自对数演化解码(Self Logits Evolution Decoding, SLED)：修正模型“知道的”（潜在知识）与“说出来的”（最终层logits经softmax得到的输出分布）之间的偏差
大型语言模型（LLM）在多任务上表现强劲，但“编造/幻觉”导致事实性不足，限制了实际可信度。论文SLED: S […]
谷歌
寻路型AI（Wayfinding AI）：打造“更像医生”的健康对话系统
现代人获取健康信息的入口极多，但也伴随低质信息、理解偏差与焦虑等风险。大型语言模型（LLMs）虽然在医学知识与
寻路型AI（Wayfinding AI）：打造“更像医生”的健康对话系统 Read More »
ReasoningBank：构建“面向推理的记忆”机制，使智能体实现自主进化能力
大型语言模型（LLM）驱动的智能体正被用于长期、持续的真实世界任务（如网页浏览、软件工程自动化），但主流智能体
ReasoningBank：构建“面向推理的记忆”机制，使智能体实现自主进化能力 Read More »
Personal Health Agent（PHA）：面向个人健康的多智能体框架，数据科学、领域专家、健康教练三种智能体协同
个人健康与日常福祉高度相关，但传统“单体式”对话大模型在面对真实用户的多样化健康诉求（数据解读、医学知识查证、
Personal Health Agent（PHA）：面向个人健康的多智能体框架，数据科学、领域专家、健康教练三种智能体协同 Read More »
TUMIX（Tool-Use Mixture）：多代理并行+多轮迭代，稳态提升推理表现
大模型在推理任务中已可调⽤代码解释器与搜索等外部工具，但“何时用文本推理、何时写代码、何时检索、以及如何把这些
TUMIX（Tool-Use Mixture）：多代理并行+多轮迭代，稳态提升推理表现 Read More »
用“上下文内微调（In-Context Fine-Tuning, ICF）”方法改进TimesFM（跨领域零样本预测的时序基础模型）
论文In-Context Fine-Tuning for Time-Series Foundation Mod
用“上下文内微调（In-Context Fine-Tuning, ICF）”方法改进TimesFM（跨领域零样本预测的时序基础模型） Read More »