ARCHIVE · 2026年8月18日
今日智讯全部归档
2026年8月18日 · LLM 整理
本期聚焦开源模型生态、智能体评估与推理优化。Hugging Face 发布夏季开放模型观察及 ICML 论文复现经验，多家机构推出边缘视觉模型、阿拉伯语模型与嵌入工具。研究方面关注智能体评判偏差、编码基准局限、潜在推理与 token 路由等方向。
研究 · arXiv cs.AI
通过少量真实标注轨迹演化生成可读评判规则，使评判更忠实于实际结果，减少对流畅但失败轨迹的过度加分。
站内阅读
研究 · arXiv cs.LG
研究指出，针对少量编码基准的优化只能反映特定任务表现，无法证明通用编码能力提升。
研究 · arXiv cs.CL
本文提出自解释潜在推理框架SELR，通过多任务训练让单一模型同时优化答案准确性和将潜在表征解码为可读推理步骤的能力，消除了外部解码器的需求。
本文提出InflationAgent路由器，解决智能体系统中因重试导致的token通胀问题。
模型 · arXiv cs.CL
Jais 2是由MBZUAI、Cerebras和Inception联合开发的阿拉伯语中心大语言模型家族，包含目前已知最大的从零训练的70B开源阿…
本文通过五臂消融实验测量语言服务器协议与词法检索在编码智能体中的token效率差异。
产品 · Google AI
Google Sheets推出Sheets canvas功能，利用AI将表格数据转化为交互式可视化迷你应用，无需编程。