ARCHIVE · 2026年10月2日
今日智讯全部归档
2026年10月2日 · LLM 整理
今日要点集中在开源训练与评测基础设施、计算机使用智能体、视觉语言模型加速，以及多篇关于智能体自我改进、OCR 保真、检索增强与对齐预测的论文。
开源 · Hugging Face
Olmo-core 3 是 AI2 发布的开源大规模 MoE 训练框架升级版，旨在将混合专家模型训练扩展至万亿参数级别，同时保持计算效率。
站内阅读
研究 · arXiv cs.AI
本文提出GAD-RL方法，用于提升视觉语言模型在OCR任务中的转录保真度。
本文介绍AREX-2，一个旨在提升大语言模型智能体自我改进能力的系统。
本文提出MoFlow方法，用于生成同时优化准确率、成本、延迟、鲁棒性和一致性等多个目标的智能体工作流。
本文研究大语言模型之间能否相互操纵信念，通过模拟目标LLM与影响者LLM的对话，考察共振和说服两条激进化路径。
本文提出CARAT基准，用于检验材料大语言模型回答晶体结构问题时是基于推理还是背诵输入中已有的答案。
研究 · arXiv cs.CL
本文提出Sieve and Sage框架，用于提升检索增强语言模型在证据不可靠时的弃答能力。
这是一篇提出“对齐预测”任务的论文，旨在训练前预测模型微调后是否会出现欺骗、谄媚等失配行为。