标签
本文提出了一种两阶段适配器，将基础模型预测嵌入到多项逻辑模型中，保留成本单调性和可解释的支付意愿等经济特性，同时将准确率提升高达12.8个百分点。
本文提出了认知债务的形式化理论，其中使用AI替代第一性原理推理会积累未经核实的义务，导致系统性脆弱性和认知明斯基时刻，表明分散均衡过度采用替代性AI而未考虑外部性。
本文将LLM推理预算分配形式化为一个约束优化问题，提出CLEAR方法，将资源从低效用查询重新分配到接近涌现阈值的查询，在预算紧张的情况下实现了高达3倍的准确率提升。
本文提出了一种经济模型，结合缩放定律与微观经济学理论，分析大语言模型在利润最优情况下的训练策略，权衡模型质量、训练成本与硬件效率等因素。