搜索：不确定性量化

「不确定性量化」共找到 255 篇相关文章

谷歌发布智能体Scaling Law：180组实验打破传统炼金术

谷歌新论文通过180组实验找到智能体的Scaling Law（定量扩展原则），在四个基准测试评估，推导预测模型，实验结果颠覆直觉，还量化阻碍因素，发现不同模型协作性格，为智能体部署决策提供支撑。

OpenFGA核心维护者Siddhant Khare写博客吐槽在使用AI编程中的“疲惫感”，指出AI带来职业疲惫，如任务量膨胀、角色转变、输出不确定等，还提及行业追新工具的弊端，强调工程师要设边界保护认知资源。

当下大模型在与用户交互时存在不足，来自UIUC与Salesforce的UserBench和UserRL两篇新作，将‘用户价值’量化，把‘可测的交互’转化为‘可训练的策略’，从评测和训练层面推动模型向‘懂用户’转变。

南大团队研究LLM在多操作数加法中的内部表征结构，发现算术状态呈高度结构化几何流形。提出等本位和轨迹与噪声量化模型，解释模型算错加法原因，还设计推理时纠错方法。

Meta重返开源，推出开源模型Muse Glimmer，参数30B，经量化后一块24GB消费级显卡就能跑通，拥有完整Agent能力。Meta还预告Muse Spark 1.2开放权重版本将发布，扎克伯格称会恢复发布部分开放模型。

Unsloth放出教程，可将其微调模型部署到Pixel 8和iPhone 15 Pro。用ExecuTorch技术优化，Qwen2 - 0.5B在旗舰机上表现流畅。教程介绍量化感知训练控制精度损失，还给出iOS和Android部署步骤及注意事项。

大语言模型在多轮工具调用场景有挑战，传统强化学习算法有探索效率低和资源消耗大问题。本文提出ARPO，通过量化token熵分布变化设计自适应探索机制，降低工具调用成本且提升多轮推理性能。

作者梳理从“怀疑AI”到“理解并驾驭AI”的心路，探讨LLM不确定性、AI开发概念，手搓Agent示例介绍开发关键点，分析LangChain价值，思考混合架构，还从性能视角看LLM，回顾其关键跃迁。

本文从“道、法、术”三个层面对比AI工程与传统软件工程异同，指出AI工程是在传统工程基础上，为应对大模型不确定性进行的架构升级，还结合淘宝AI搜索实践提出AI工程应对策略。

Anthropic在Claude Code等开发及与客户合作中总结出AI Agent评估方法。文章介绍评估基本结构、构建原因、评分器类型、不同Agent评估法、应对不确定性指标、构建路线图及与其他方法协同方式。