Llm

科技

• ACED-BENCH评估大模型智能体获取并运用因果证据: ACED-BENCH 是一个神经符号基准，用于评估 LLM 智能体是否会获取并依据因果证据采取行动。它将可读的科学表层与形式化的因果世界分离，并保留客观真值。智能体选择实验、解释证据，并做出因果决策。

  AI基准 • arXiv

  永久链接

• 研究发现推理使大模型推理能耗平均增至3.7倍: 一项研究测量了 86 个开放权重 LLM 检查点在七个基准测试和六个硬件平台上的推理能耗。大多数配置消耗的能耗中位数是得分至少同样好的另一个配置的 2.6–4.8 倍，差距最高可达 27 倍；推理平均使能耗增至约 3.7 倍。

  AI研究 • arXiv

  永久链接