算法论文8

北大团队首梳LLM心理测量学

机器之心2025-05-27

AI 摘要

北大宋国杰教授团队：传统评估方法难以满足大语言模型评估需求，论文首次系统梳理LLM心理测量学研究进展，革新评估原则，从多方面评估，还给出增强方法，为AI发展提供新范式。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

清华Jev-LDE：一次编辑暴涨ICL准确率

清华大学自动化系研究者针对大模型上下文学习（ICL）中示例选择成本高、效果不佳的问题，提出Jev-LDE方法，仅对初始检索示例做一次局部编辑，即可大幅提升1-shot准确率，推理成本增量很低。

本文是作者对谷歌刚全面开放的Gemini 4 Argon大模型的实测内容，梳理了谷歌AI团队大半年来的动荡变动，对比了它和Claude、GPT等头部大模型的性能、价格与使用体验，给出了订阅建议。

本文是面向零基础的大语言模型入门长文，无需机器学习背景，只用简单例子讲清大语言模型的核心逻辑，覆盖从原理到产品化的全流程，适合新人系统学习。

Perplexity核心搜索面向大模型检索，原有存储Amazon DynamoDB在高流量下存在延迟高、成本不可控问题，两名工程师两个月用Rust写出4万行自研CobbleDB，迁移后性能成本均大幅优化，后续计划开源。