#自然语言处理

论文综述——以省计算、鲁棒性与可验证性为轴推进的 LLM/ML 研究

解读 2026-05-11〜2026-05-13 期间发布的最新论文，聚焦长文推理的验证、对抗鲁棒性、可视理解的高效化与推理偏差。以在省计算与安全性之间实现兼顾的设计为主线。

论文综述 - 大规模语言模型的解释性与自主思考的深化

聚焦2026年5月初的AI研究。详述Anthropic通过“自然语言自编码器”解读Claude思考，Goodfire AI基于“神经几何学”控制模型，以及语言模型语法表征的最新研究，分析AI透明度与控制能力的飞跃。

月度论文总结 - 安全性、实际应用、可验证性"同时"提升

3月聚焦于"可验证实现"：从AI安全案例、停止设计到智能体鲁棒性、机器人主动感知、药物发现的物理一致性。压缩优化成为实际部署的前提。