标签
NandakishorM 开源了基于物理的类型化决策模型 Vega（800M 及 4B 参数版本），采用 Test-Time Training 引擎 + 适配器架构，支持 73k 上下文和图像输入，通过在隐藏层构建"结果山谷"并用带摩擦的小球物理模拟来判定输出意图，单次推理超越多项 JEV 基准。
该论文评估了零样本LLM何时能在生产环境中取代微调NLU分类器进行意图检测，突出了LLM在超出范围检测、ASR鲁棒性和动态模式方面的优势，并为实践者提供了决策框架。
本文提出了一种基于MiniLM嵌入的多簇边界学习方法用于离域意图检测，在CLINC150、StackOverflow和Banking77数据集上取得了最先进的性能。
一位开发者分享了构建低成本嘲讽式问答AI项目DumbQuestion.ai的四项关键工程决策，涵盖角色一致性、自我意识检测、新鲜度敏感路由和异步分析，强调成本效益权衡和架构选择。
本文介绍 Bot-Mod，一个通过多轮对话和基于吉布斯采样的方法识别多智能体系统中恶意意图的审核框架，并展示来自Moltbook的数据集用于评估。