AI 情报卡 · 重要性 ★★★★☆ · 来源：arXiv (LLM/多模态新论文) · 2026-10-08
该arXiv研究聚焦大语言模型（LLM）推理的内部结构特征，发现小世界连接性（小世界指数SWI）与流体推理性能正相关，提出基于核心/桥接分数的SWA方法，在六个LLM上验证可减少WikiText困惑度达20%，补充了行为评估的结构视角。
标签：AI情报、大模型、科研前沿
由 WeValue AI 产业情报引擎自动同步
星光澄海 | BLOG
AI 情报卡 · 重要性 ★★★★☆ · 来源：arXiv (LLM/多模态新论文) · 2026-10-08
该arXiv研究聚焦大语言模型（LLM）推理的内部结构特征，发现小世界连接性（小世界指数SWI）与流体推理性能正相关，提出基于核心/桥接分数的SWA方法，在六个LLM上验证可减少WikiText困惑度达20%，补充了行为评估的结构视角。
标签：AI情报、大模型、科研前沿
由 WeValue AI 产业情报引擎自动同步
发表第一条评论吧