亚当定律：大语言模型的文本频率法则
深度2026年4月2日29 分钟阅读
研究发现大语言模型对高频文本响应更佳，通过改写输入为高频表达可显著提升性能。自然语言处理研究人员、大模型开发者以及对数据频率效应感兴趣的研究者应关注本文。
本文编译自 Adam's Law: Textual Frequency Law on Large Language Models，版权归原作者所有。
觉得有用？分享给更多人
相关文章
Sysdig披露的JadePuffer攻击是首例已知由AI代理执行技术操作的真实勒索软件攻击，但人类仍深度参与：选择目标、搭建C2服务器、提供凭证。攻击者利用Langflow漏洞入侵，加密超1300条配置记录，并自主生成勒索信。攻击速度快、透明度高，但所用模型未知。
深度·7月6日·4 分钟
北京大学对1888个GitHub仓库的研究显示，AI编码助手并未挤出开源项目的新人，但维护者的工作量显著增加，PR数量翻近四倍，代码复杂度小幅上升。
深度The New Stack·7月6日·5 分钟