科技 · 日报
2026年7月28日星期二
今日精选以arXiv学术论文为主，其中基于推理介导行为模型的LLM社会模拟器审计方法以79分领衔，凸显对AI系统安全可控性的前沿探索。另两项工作分别关注预训练数据编排与量子电路架构，反映AI多维度创新趋势。
模型发布/更新
2- 基于推理介导行为模型的LLM社会模拟器审计方法T2arXiv AI/CL/LG（论文）
大型语言模型被广泛用作社会模拟器（如合成调查受访者）。现有评估多关注模拟结果是否匹配人类答案，但忽略了推理路径的合理性。本研究通过94人的防晒产品概念测试，将人类开放性理由映射为带符号的推理状态，证明基于人类推理的状态能显著提升购买意向预测，而LLM模拟的推理虽表面合理却常重复概念板内容，未能还原受访者的接受或拒绝路径。论文提出了一种可解释的审计框架，用于检验模拟器的推理是否与人类证据一致。
- DataOrchestra：为预训练数据逐样本编排处理流程T2arXiv AI/CL/LG（论文）
大型语言模型的预训练数据处理对下游性能至关重要，但现有方法常对整个语料或领域采用固定处理策略，缺乏对每个样本的适应性。本文提出DataOrchestra框架，统一多种处理操作，为每个样本动态编排个性化流水线：编排器决定丢弃、保留或清洗样本；对需要清洗的样本，进一步选择程序化编辑或基于LLM的重写操作，并生成具体指令。在0.5B至7B模型上的实验表明，DataOrchestra在11个基准上稳定优于单一处理方法，并在数学持续预训练中表现更佳，同时通过跳过不必要操作降低计算成本。
产品发布/更新
1- 堆叠LCU：可调可训练性的变分量子电路新架构T2arXiv AI/CL/LG（论文）
变分量子电路（VQC）面临根本矛盾：足够表达以抵抗经典模拟的电路易出现贫瘠高原，而避免贫瘠高原的结构往往可经典模拟。本文提出堆叠线性组合酉算子（S-LCU）变分拟设，通过层数l单一旋钮调节贫瘠高原与经典可模拟性间的权衡。作者证明自由费米子S-LCU的损失景观方差下界为Ω(1/(n k^{3l}))，经典模拟成本O(k^{2l} n^3)，量子门复杂度仅O(lkn^2)。该工作为构建具有复杂度-可训练性权衡的拟设提供了系统方法。