跳到主要内容
检索

Baidu (China)

5 篇关联报道

订阅更新
  1. arXiv

    GRPO安全对齐在难题上信号归零:Beacon补回安全方向,四个模型平均安全错误最多降32.83个百分点

    大型推理模型的安全对齐常用GRPO,但同一提示下采样的回答往往安全与否一致,组内相对优势随之消失,模型在持续不安全的提示上得不到指向安全的方向。Beacon把安全信号恢复与安全—效用解耦对齐合在一起:前者筛选高对比轨迹并在信号塌缩时直接监督安全参考回答,后者按提示类别给奖励并只对良性提示做KL锚定。在四个Qwen3与DeepSeek-R1-Distill变体、八个基准上,平均安全错误较初始策略降低17.69至32.83个百分点,XSTest过度拒答率为0.40%至1.20%。

  2. arXiv

    智能体要接真实客户需求:49个未讲清的项目里,最高交付分只有0.5510

    FDE-Bench把49个真实客户项目做成端到端交付测试,智能体必须向模拟客户问出没写明的需求并反复改方案,18种配置里最高平均交付分只有0.5510,而前线交付工程师的参考值是1.0。

  3. arXiv

    MIRROR用参考揭示的在线自蒸馏把LLM个性化从模仿转向偏好内化,在三个基准上取得领先并减少遗忘

    MIRROR把用户参考文本当作事后信息,用同一模型在参考可见与可部署两种上下文下对自身在线生成轨迹做分布对齐,从而内化偏好而非复制措辞;MIRROR-F再对信息性且上下文可溯的参考词施加选择性锚定。在三个个性化生成基准、两种模型规模与参考及LLM评判下,两者取得领先的个性化与文本质量,并在三个未见任务上比SFT基线遗忘更少。

  4. arXiv

    FactorEngram 用共享字典分解 n-gram 记忆,在 340M 与 1B 骨干上把 8K 长上下文检索准确率最高提升 43.3 个百分点

    该工作提出 FactorEngram,把查找式 n-gram 记忆从「每个模式一个整体嵌入」改为「在跨模式共享的基向量字典上检索稀疏系数」,并用同一字典做基级别的上下文门控,在 340M 与 1B 参数 Transformer 骨干上改善了语言建模、下游任务与长上下文检索表现。

  5. National Science Review

    中科大与百度团队综述并行推理:提出统一形式化框架,把非交互、交互与效率三类方法整理成一张路线图

    这篇综述把并行推理定义为「分解—并行处理—聚合」三阶段推理范式,给出形式化公式并区分其与思维链、长思考的差异,随后按非交互(自洽性、Best-of-N排序、结构化推理)、交互(模型内交互、多智能体交互)与效率(并行解码、并行函数调用、推测解码)三条主线梳理代表性方法,并总结应用场景、核心挑战与未来方向。

已读完全部报道