实体
Phi-4 14B
Phi-4 14B
PulseAugur coverage of Phi-4 14B — every cluster mentioning Phi-4 14B across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
2026年笔记本电脑本地编码的5款LLM
作者重点介绍了五款适合在2026年笔记本电脑上本地运行的大型语言模型，并强调较小的量化模型现在能够处理重要的编码任务。Qwen2.5-Coder因其完善度和生态系统被推荐为默认模型，而DeepSeek-R1-Distill-Qwen-14B因其详细的推理能力而成为复杂调试的首选。微软的Phi-4 14B因其高效、结构化的输出而受到关注，Bonsai 27B则被展示为一个通过新颖的低比特量化挑战传统大小-性能权衡的模型。
-
新的LLM隐写术方法绕过文本、激活防御
研究人员发现了一种在大型语言模型（LLM）中嵌入隐藏消息的新颖方法，该方法可以绕过传统的基于文本的安全措施。一种技术涉及将有效载荷作为结构化浮点参数进行传输，即使存在文本分类器也能逃避检测。另一种方法利用LLM推理中使用的伪随机数生成器，将消息嵌入到种子中，从而仅凭生成的文本就可以重建秘密。此外，一项研究表明，即使是旨在检测这些隐藏消息的复杂的内部激活探测也可以被规避，尽管特定的数据级干预可以恢复可检测性。
-
新的HiPP方法通过分层提示提升宣传检测效果
研究人员开发了一种新的分层提示方法HiPP，以改进社交媒体文本中的宣传检测。该方法在聚合之前预测细粒度的宣传技术，这被证明特别有利于在更模糊的数据集上微调模型。该研究评估了四种语言模型，发现Qwen模型总体表现最佳，而Phi-4 14B持续优于GPT-4.1-nano。研究结果强调了微调对于鲁棒性宣传分类的重要性，并引入了一个新的数据集供未来研究。