周伯文坐镇！清华、上海AI Lab团队提出“测试时强化学习”；首个LLM agent权限控制机制｜今日热门论文

本文介绍了五项最新的AI研究成果。首先，清华大学和上海AI Lab团队提出了一种名为“测试时强化学习”（TTRL）的新方法，该方法利用预训练模型中的先验，实现了大语言模型（LLM）的自我进化，显著提高了模型在推理任务中的性能。其次，复旦团队推出了多agent社会构建系统BookWorld，该系统能够模拟基于书籍的多agent社会，生成高质量的故事。第三，字节跳动团队提出了并行隐藏解码Transformer（PHD-Transformer），在预训练期间实现高效的长度扩展。第四，加州大学伯克利分校团队提出了首个LLM agent权限控制机制Progent，确保agent在执行任务时的安全性。最后，UC伯克利团队推出了自适应并行推理（APR）框架，优化了语言模型的推理过程。