元学习 LLM-DailyDigest 2026-08-30 2026-08-30 约 100 字 预计阅读 1 分钟 元学习 本主题由提交工具自动创建，可在此补充洞察与资料。 相关消息（按子主题自动聚合） 价值权衡 1 你内心有许多狼：运用认知模型解读 LLM 中的价值权衡 06-25 元学习 1 使用元学习检测维基百科傀儡账号 06-13 元推理 1 当前模型缺乏推理过程的内在调节机制 12-31 元智能体 1 元代理：通过自我进化的代理元学习工具 08-04 元认知 6 MERA：分离推理与控制的元认知推理框架 12-31 MERA：通过推理-控制分离与 CSPO 实现元认知控制 12-31 元优化与元认知：从训练效率到模型自我反思 08-06 SAGE-nano：通过逆向推理实现大模型元认知自我解释 06-30 推理模型如何识别无益想法并从中恢复？ 06-13 大型语言模型具有内在元认知，但需要良好的评估透镜 06-12 创造力评测 1 人类创造力的核心机制，AI 已开始掌握：IEI 分层评估框架 06-26 动机推理 1 MotiveBench：大型语言模型距离类人动机推理还有多远？ 06-18 可解释性 1 MetaExplainer：生成多类型、以用户为中心的人工智能解释框架 07-03 在策略蒸馏 1 MetaOPD：元学习 Token 加权的在策略蒸馏 10-09 多智能体协作框架 1 OverForge：策略—战术分层推理促进多智能体终身协作适应 10-01 学习认知 1 揭开语言模型的学习心智：认知框架与实证研究 06-18 实践学习 1 MetaAgent：通过边做边学实现持续自我完善 12-31 对话者建模 1 代理对代理心智理论：测试大语言模型的对话者意识 07-01 工具使用元学习 1 MetaAgent：通过工具元学习实现自我进化智能体 08-01 工具推理 1 大模型推理崩溃论战：从「思维错觉」到多重反驳 06-25 心智理论 2 SoMi-ToM：评估具身社会互动中的多视角心智理论 06-29 Decrypto：多智能体推理与心智理论基准测试 06-26 意识表征 1 能否从大型语言模型内部状态中观察到“意识”？基于综合信息理论与 Span 表示的分析 07-01 技术生态 1 AI4AI 从自进化、元进化迈向递归自我改进 08-12 推理训练 1 MERA 训练提升模型推理效率与准确性 08-06 提示优化 1 Self-Meta-Evolve：面向个性化信息抽取的双循环提示演化 09-21 机制可解释性 1 首篇稀疏自编码器系统综述：解析大模型内部机制 06-23 模型编辑 1 SMEdit：面向低数据场景的高效元学习模型编辑方法 12-31 模型评测 1 心理语言学词特征：评估 LLM 与人类一致性的新方法 07-01 测试时训练 1 METTA：面向元强化学习的记忆增强测试时适应 10-25 理论评测 1 Courcelle 算法元定理保证一类问题的可解性 08-15 科研评测 1 科学家的第一次考试：通过感知、理解与推理评测多模态大模型的科学认知能力 06-13 空间认知 1 MindCube：从有限视图构建空间心智模型 06-27 经验进化 1 经验时代的自改进智能体：从自我进化到元进化综述 08-12 脚手架优化 1 Harness Learning：可泛化的测试时脚手架自适应 09-30 自我改进 1 哥德尔机：可证明的递归自我改进构想 12-31 自进化框架 1 FreeEvolve：超越固定循环的自主进化学习 10-08 认知习惯 1 了解大型推理模型的认知习惯：CogTest 基准评估 06-30 认知工具 1 用认知工具在语言模型中激发推理 06-18 认知推理 1 抽象、对齐、预测：基于认知归纳推理的零样本立场检测 06-18 递归自我改进 1 Hyper Algorithm Design Agent：从零演化可学习优化器 09-30 长期记忆 1 inr2action：用神经隐式表示编码机器人经历以支持回忆与行动 10-22
