ALL HERE INDUSTRY INSIGHTS
行业咨询
来自一手发布、开源社区与论文平台的前沿动态。
UrbanDS：多智能体啃城市数据这块硬骨头，武汉东西湖已经跑上了
处理过城市数据的人都知道，最折磨人的不是建模，是找数据。不同部门、不同格式、不同更新频率，光搞清楚有哪些数据集、它们之间怎么关联就能耗掉半天。然后才是清洗、对齐、分析。 最近 ar
发布日期：
阅读全文 →能背出所有聊天记录的 AI，其实根本不懂你
这两年做个人 AI 助手的团队越来越多，我认识的几个组都在往 Agent 里挂记忆系统——把聊天记录、操作日志、偏好设置一股脑塞进去，让模型需要的时候能翻出来。效果有，但总觉得差一
发布日期：
阅读全文 →Fine-Tuning 后的 LLM 安全漏洞，终于有人用「蒸馏 + 路由」堵上了
Fine-tune 供应链攻击：一篇论文点出的雷 先讲一个让人不舒服的场景。 你搞到一个开源基座模型，自己攒了一批领域数据做 fine-tune。模型在你任务上的表现确实上去了——
发布日期：
阅读全文 →做产品信息提取还在用大模型硬怼？这篇论文试了个两步验证的中场方案
产品信息提取还在硬怼大模型？试试两步验证 每次做信息提取（IE），第一反应如果是"上 GPT-4"或者"调一个大参数量模型回来跑抽取"，多半会遇到同一个问题：模型确实能干，但账单涨
发布日期：
阅读全文 →做 LLM 安全过滤的人，都卡在这个单选题上：改得准还是改得干净
做模型输出安全的人，大多遇到过这种尴尬：往 prompt 里塞了一条「请确保回答无有害内容」，结果该拦住的话拦住了，但正常语气也削了一层皮。改成只删涉敏片段，又经常被绕过，意思还在
发布日期：
阅读全文 →LLM 的概念是「找」出来的还是「设计」出来的？一篇论文选了后者
跟模型打交道多了——调 prompt、做 RAG、搭 Agent——都碰过同一件事：LLM 能理解「概念」，很多时候靠运气。 聊「苹果」说得头头是道。但想精确控制它怎么理解「责任」
发布日期：
阅读全文 →LLM 的「性格」不是提示词编出来的，这篇论文在神经元里找到了证据
老实说，每次看到有人用「你是一个温柔体贴的助手」这种 prompt 来给大模型定人设，我都有点怀疑——这到底是真的改变了模型的行为，还是只是在输出层贴了一层皮？ 北大几位研究者最近
发布日期：
阅读全文 →SERPO 把测试时强化学习从「对答案」改成「建标尺」
用过 o1 或 R1 的人应该都有这个体感：让它做数学题或者写代码，多「想」一会儿确实有用，正确率能往上跳一截。但一旦问的是开放问题——比如总结一篇论文、分析一个医疗案例、或者回答
发布日期：
阅读全文 →DIRECT 解码｜用 LLM 做序列标注，只生成标签 token 就够了
今天 arxiv 上挂了一篇让我多看了两眼的论文： DIRECT: Direct Decoding for Efficient and Aligned Sequence Label
发布日期：
阅读全文 →DuPLeR 论文笔记：当知识图谱碰上「新实体没数据」，LLM 做补全的双路径方案
做知识图谱的团队大概都遇到过这个场景：图建好了，跑起来了，结果线上不断冒出新实体和新关系——冷启动、样本稀疏、旧模型直接哑火。传统的知识图谱补全（KGC）方法在 few-shot
发布日期：
阅读全文 →给 Speech LLM 装回「决策手柄」：Latent-IM 论文做了什么
写过语音对话系统的人应该体会过这种分裂。经典方案里，系统先跑一个「对话管理模块」决定下一步是追问、确认还是解释，再交给生成模块把这句话说出来——两步拆开，每一步都可以单独调、单独控
发布日期：
阅读全文 →从模型脑子里读因果推理：一篇新论文用线性探针破解了"同一证据、不同结论"的难题
前天刷 arXiv 扫到一篇 7 月 29 号新挂出来的论文，标题挺绕——《Same Evidence, Different Target: Decoding How Diagno
发布日期：
阅读全文 →你让 AI 算信用卡罚息，它算对了数，但没看懂条款
你让 AI 算信用卡罚息，它算对了数，但没看懂条款 上个月我想确认一笔信用卡逾期会不会触发 penalty APR，顺手问了个模型。它把数字算得清清楚楚，连滞纳金都算对了。但我重读
发布日期：
阅读全文 →