human-centered

PaperMentor是一种以人为本的多智能体写作助手，它集成了专家技能库和专门代理，能够在Overleaf上提供可操作的内联注释，在AI研究论文的可用性和相关性方面优于GPT-5.2。

BEAMS倡议提出了一套基准测试集，用于评估建模与仿真中的AI工具，重点关注以人为本和负责任的AI实践。测试显示，基于LLM的引擎存在差异，在定性任务上的表现优于因果推理。

作者回顾了自己作为安卓开发者十年的历程，强调人际关系的重要性，而非屈服于采用AI的压力，并主张优先考虑个人成长和社区。

本文提出了以人为中心的学习机制（HCLM），这是一个用于研究开放和受控学习系统的动态信息理论框架。它通过有效信息力形式化了熵正则化，推导了收敛性和泛化结果，并提供了对尺度律行为的条件性解释。