LLM

AI模型幻觉评估排行榜：HHEM评估LLM生成摘要时的事实一致性，揭示模型在摘要任务中的幻觉频率及事实一致性。

Anthropic发布规则分类器，防御大语言模型越狱攻击。

PaSa：字节跳动与北大研发的智能学术论文搜索代理，由爬虫和选择器代理组成，提升检索效率和准确性。

AI在历史问题处理表现不足，LLM模型在测试中准确率低，需改进以提升历史研究应用。

Sakana AI推出Transformer²，自适应调整LLM权重，适应多样化任务，提升效率。

大规模语言模型存在数据脆弱性，虚假信息可致模型失效，医疗领域风险大，呼吁谨慎应用。

FlashInfer：专为LLM推理设计，支持多种注意力机制，优化GPU资源利用，显著减少推理延迟，提升效率，开源合作推动AI发展。

Meta发布新型记忆层技术，提升LLM事实准确性，扩展参数规模，突破传统神经网络扩展方式。

NVIDIA ChipAlign创新合并策略，提升LLM在芯片设计等领域的性能，展现AI解决方案潜力。

o1-like模型存在过度思考问题，腾讯AI实验室提出优化策略，提高资源利用效率，减少token使用，提升模型在简单任务上的准确性。