标签
本文论证了通用LLM可靠性是不可能的，但在操作上受限的补丁（如法律审查、医学RAG）内，失败是稀疏且重复的，使得可靠性成为一个局部目录发现问题。本文通过两个命题和一个推论将其形式化，重新定位而非消解长上下文生成的困难。
本文提出了一种基于迭代状态变换和语义等价的认知过程建模的结构动力学框架，融合了动力系统、范畴论和反馈机制，将认知建模为朝着稳定解释演化的过程。
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。
NOVA框架将'生成、验证、积累、重新训练'循环建模为知识空间上的自适应采样过程，识别出失败模式，并证明了在类Zipf发现分布下累计生成成本的缩放定律。
本文提出了一个统一的几何框架，证明加权InfoNCE目标可以解释为距离几何问题，从而精确刻画了有监督和弱监督对比学习方法的最优嵌入，并揭示了这些嵌入何时在几何上可实现、退化或不一致。
本文介绍了 PLACO 框架，旨在分类任务中选择具有成本效益的人类子集与 AI 模型协作，从而在性能与人工标注成本之间取得平衡。
这篇 arXiv 预印本介绍了 GRALIS，这是一个利用里斯表示定理（Riesz Representation Theory）来形式化和比较 SHAP、LIME 及积分梯度（Integrated Gradients）等线性归因方法的统一数学框架。
介绍MidSteer，一个用于生成模型中概念引导的理论框架，通过为LLMs和视觉扩散模型中的概念引导、擦除和切换提供最优仿射变换，弥合了经验成功与理论理解之间的差距。