Qwen 14B
PulseAugur coverage of Qwen 14B — every cluster mentioning Qwen 14B across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
研究发现大型语言模型（LLM）容易被单一说服性论点动摇
一项新的研究论文揭示，大型语言模型（LLM）极易受到对抗性说服的影响，即使论点在事实上是错误的，一个有针对性的论点也足以大幅降低其准确性。研究人员开发了一个使用对抗性强化学习的框架来训练能够操纵LLM响应的“说服剂”。这些说服剂在改变Qwen 14B和Llama-3.1-8B等模型的输出方面取得了显著成功，甚至对GPT-4o mini也显示出一定的有效性。该研究强调了当前LLM代理的一个关键漏洞，并强调了提高其对复杂自然语言影响的鲁棒性的必要性。
-
新的 LENS 协议评估大型语言模型叙事去学习的有效性
研究人员开发了一种名为 LENS（基于级别的叙事压制评估）的新评估协议，用于评估机器去学习在阻止大型语言模型复制与虚假信息相关的叙事框架方面的有效性。该研究使用与俄乌冲突和美台关系相关的两个特定叙事，测试了四种指令调整模型——Lapa LLM、Gemma-12B、Qwen-14B 和 TAIDE-Gemma。结果表明，虽然去学习可以减少叙事再现，但也会导致实体恢复等意外副作用，这表明了叙事去学习的复杂性。
-
Mac Mini 搭配本地大语言模型取代付费 AI 订阅
一位开发者探索使用 Mac Mini 的本地设置来替换付费 AI 订阅，发现现代消费级硬件，特别是 Apple Silicon 的统一内存，能够高效运行强大的开源大语言模型。配备 16GB、32GB 或更多内存的配置可以轻松处理 Qwen 14B 和 DeepSeek R1 14B 等模型，为 ChatGPT Pro 和 Claude Code 等服务提供了一种经济高效且无摩擦的替代方案。这种转变不仅节省了大量的年度成本，而且由于本地…
-
面向小型企业发布新的英国GDPR合规数据集
发布了一个新的数据集，包含5000个针对英国小型企业GDPR合规的合成问答对。该数据集包括实际问题、带有具体条款引用和ICO指南的答案，以及关于生成策略的元数据。它使用Qwen 14B生成问题，并使用DeepSeek API确保事实准确性，旨在为开发隐私工具或从事法律NLP和合规RAG应用程序的开发人员提供支持。
-
RTX 4090领跑Ollama大语言模型用户的GPU推荐
对于使用Ollama在本地运行大语言模型（LLM）的用户来说，GPU的选择至关重要，其中显存（VRAM）和内存带宽是最重要的因素。RTX 4090被推荐为大多数用户的全能最佳选择，在显存和速度之间取得了良好的平衡。对于使用较小模型或预算有限的用户，RTX 4060 Ti 16GB是一个可行的选择，而较大的模型可能需要RTX 5090甚至双GPU配置。
-
新框架评估黑盒企业系统中NLP解释的鲁棒性
提出了一种评估企业NLP系统中解释鲁棒性的新框架。该框架使用留一法遮挡方法来评估token级解释在各种扰动下的稳定性。研究发现，与较小的encoder-based模型相比，像Llama 70B这样较大的decoder-based LLM提供了更稳定的解释，稳定性的提高与模型规模相关。