跳到主要内容

马东锡NLP：2025年度最喜欢的LLM论文集（13个方向）

Summary​

马东锡 NLP 精选2025年度 LLM 论文集，覆盖13个方向：Test Time Scaling（DeepSeek-R1）、Efficient Reasoning、Reasoning Analysis、CLI Agent（SWE-agent）、LLM×RL Agentic（"协议token"）、Parallel Reasoning、RLVR（Absolute Zero）、Agent/Deep Research（WebThinker/Sleep-time Compute）、Risk Modeling、Multi-Agentic、Sentient Agent、LLM Security（Emergent Misalignment）、Model Steering（AxBench/Persona Vectors）。

Key Concepts​

  • LLM Paper Collection — 年度精选论文合集
  • Test Time Scaling — 推理时计算扩展（DeepSeek-R1, s1）
  • RLVR — 可验证奖励的强化学习
  • Parallel Reasoning — 并行推理突破单线程限制
  • Model Steering — LLM 行为控制与引导
  • Emergent Misalignment — 窄微调导致广泛错位
  • Reasoning Models
  • Agent Architecture
  • AI Safety
  • Chain of Thought