共 7 篇综述 · 按综述日期倒序排列
-
论文综述：CausaLab
CausaLab: A Scalable Environment for Interactive Causal Discovery Toward AI Scientists
专门测试 AI 大模型能否真正做科学实验发现因果规律的测试平台。结论令人警醒：哪怕最强的 GPT-5.2-high，大多数时候也只是猜对了答案，并没有真正搞懂背后的因果机制。
-
论文综述：模型该什么时候改变主意？
When Should Models Change Their Minds? Contextual Belief Management in Large Language Models
揭示 AI 大模型在多轮对话中的信念管理几乎全部失败，并提出 BeliefTrack 测试平台和基于强化学习的改进方案，将失败率降低 70.9%。
-
论文综述：minWM
minWM: A Full-Stack Open-Source Framework for Real-Time Interactive Video World Models
把慢速视频生成模型改造成实时交互世界模型的完整开源框架，速度提升 200+ 倍，相当于一个 AI 游戏引擎的雏形。
-
论文综述：OmniRetrieval
OmniRetrieval: Unified Retrieval across Heterogeneous Knowledge Sources
让 AI 像全能图书馆员一样，用 SQL、SPARQL、Cypher 等各种原生语言同时查询异构知识库，无需统一格式转换。
-
论文综述：密集检索器中的位置偏差
Is Position Bias in Dense Retrievers Built In–or Learned from Data?
通过 32 组严格控制变量实验证明：密集检索器的位置偏差主要来自训练数据，而非模型结构天生决定；均匀分布答案位置可将偏差降低 57%～87%。
-
论文综述：UniSteer
UniSteer: Text-Guided Flow Matching in Activation Space for Versatile LLM Steering
训练一个通用流场模型，用自然语言描述即可动态控制大语言模型的行为风格，无需为每种行为单独训练，一个模型解决所有任务。
-
论文综述：Xetrieval
Xetrieval: Mechanistically Explaining Dense Retrieval
为密集检索加上解题过程：通过推理内化器注入三角度思考，再用稀疏自动编码器解码为人类可读特征，经因果验证证明解释真实有效。