让不懂建站的用户快速建站，让会建站的提高建站效率！
学术早慧方面，陆重大准00后创业者，高中时就自学结束大学数学，本科就读于帝国理工学院计较机系，博士就读于香港中语大学，曾在微软预测验AI模子。2023年就驱动探索秀雅化的空间智能以及宇宙模子——这条本事阶梯自后被李飞飞所考证。2023年草创了AI的去欺侮化秀雅检测与评估赛说念——被北大李戈竭诚团队follow。2023年草创了多智能体的交互进化，并获取关系发明专利。就是说在很早期的阶段就踩中了自后的多个风口以及主流标的。
学术效果方面，他入学6个月即达到博士毕业条款，在这时间，他完成了一篇后续得到ACL系列Best Paper Awards的大奖，这既是历史上第一次中国机构独处取得此奖，同期亦然一篇莫得任何公司布景守旧的著作。登上领奖台的作家团队只消两个东说念主，陆重大和他的博导林伟老练，而身为一作的陆重大在这个时期只是遴选了6个月的科研测验。同期陆重大亦然少数博士就读时间就能任职ACL顶会畛域主席的博士。
废弃传统学术阶梯方面，陆重大在论文以及发明专利、奖项方面是拿到了手软。之是以坚强选拔创业这条阶梯莫得选拔传统的学术教职，是因为陆重大的联想是能够创造一个像谷歌或者脸书一样的业界和学界交叉的公司。
有这么一种“模子玄学”：明明是团结个Prompt，只是换一种说法，模子的恢复可能就迥乎不同。
张开剩余88%深挖这个气候，是一个兴致、有效、但“反直观”的问题：若是语义不变，只是把一句话改写成更常见、更高频的“大口语”，模子的推理以及测验弘扬会不会更好？
最近，来自脸谱心智与香港中语大学的科研东说念主员围绕这个问题张开了系统征询，并提议了一项中稿 ACL 2026 Main的新使命。他们提议了一个极具驰念点的新办法：Adam’s Law，aka Textual Frequency Law（文本频率定律）。
论文用表面推导以及模子执行向咱们展示了：当不同表述抒发团结个兴致时，语言模子不时更偏好“高频文本”。而这种偏好不仅出当今你敲下 Prompt 的那一刻，致使在模子测验阶段也相同适用。
用大口语说，好多时候决定模子是否颖悟的，不单是“你问了啥”，还包括“你是若何说的”。
这启发了什么？今天咱们业内谈起模子优化，要道词永远是：更强更大的基座、更长的推理念念维链、以及华贵的高质地测验数据，或者是极其复杂的alignment算法。但Adam's Law揭示了文本频率关于模子测验以及推理的焦虑性。
征询标明，高频抒发因为在测验语料中出现的次数鼓胀多，大模子对它们有着自然的“肌肉驰念”。因此，在濒临这些模子自己熟悉的文句时，模子在统一、推理和生成时更容易零百“参预情状”。
Who is Adam？
Adam’s Law 主张的铁律是：咱们应该优先使用句子级频率更高的expression，不管是作念inference还是training。
征询团队不甘让论断停留在“哎哟，好像照实是这么”的empirical observation。
他们先是提供了细致的theoratical proof，也为其搭建了一个完好的framework，由三板斧构成：
第一把斧 TFL（Adam’s Law）： 提议Textual Frequency Law：“高频文本应被优先选拔”；
图：极其硬核的部分推导数学辅佐
第二把斧 TFD（Textual Frequency Distillation）： 既然算不准，那就让模子我方启齿。用主义模子生成的文本，去反向修正frequency estimation；
第三把斧 CTFT（Curriculum Textual Frequency Training）： 把文本频率引入课程学习，给模子发一册纪律渐进的讲义。
用大口语来说，他们的操作经过是这么的： 先给一句话算算“八字”（估算常见度），把同义句里最接地气、最frequent的那句挑出来喂给模子；若是怕算得不准，就让模子我方作念几说念“故事续写”题，望望它常常潜意志里爱用什么词，借此来修正频率估算；终末，在测验时，不光是要挑数据频率，并且测验限建都给你安排得清结净白。
怎么才算“常见”？玄妙的工程解法
这里有一个大坑：像是GLM这种主流大模子，预测验数据全是个黑箱，连它吃过几碗干饭都不知说念，你若何算它对哪句话更眼熟？不必惦记不枢纽。
作家给了个极其玄妙且工程化的解：咱不纠结模子见过啥，告成借助公开的庞杂corpora和词频资源去估算就行。 在Adam’s Law中，句子的频率被肖似为词频的组合，告成攒出一个“句子级频率主义”。
这意味着，诞生东说念主员十足不需要破解闭源模子的测验集，就能告成用这套频率估算大法。极其接地气，绕开了黑箱适度，把玄学鼓吹到了可考证、可复现的工程层面。
虽然，仅靠公开词频预料省略率是有流毒的。Adam打出了第二把斧 TFD：让主义模子对给定文本作念“story completion续写补全”。这特别于在审问模子：“别装了，金沙电玩城app表示你的委果用语风俗吧！”用模子我方吐出来的语料蒸馏，再去支持修正原始频率，这么就无尽靠近了模子里面委果熟悉的口语抒发散布。
别光顾着改 Prompt推理，测验的章程也变了
Adam's Law最绝的少许，是莫得把“文本频率”局限在一个讨巧的 Prompt 推理技能上，而是告成杀到了更硬核的模子测验范式里。
在教唆（Inference）阶段，逻辑相当顺滑：同通盘数学题，若是把题目里的荒僻词换成大口语的高频抒发，模子随即就算得更准。
但在测验（Training）阶段，Adam抛出了一个灵魂拷问：若是雇主给的算力预算有限，测验数据该若何挑若何用？Adam说：高频文本可能比低频文本更值得优先保留！
并且 CTFT 致使改造了喂数据的姿势。作家发现，低频抒发不时语境更疏淡、结构更复杂。就像咱们上语文课一样，先让他死磕难解的古文（更低频），再让他看平庸的口语文（更高频），最终的连续效果，尽然比或然乱喂数据还要好。
执行放弃：白嫖的性能晋升
为了拿数据语言，作家死磕出了一个成心的数据集 TFPD（Textual Frequency Paired Dataset），涵盖了数学推理、机器翻译、学问推理和智能体器用调用等多个场景。
为了保证严谨，他们先用模子生成一批“文绉绉、极其罕有”的改写，和一批“大口语、极其常见”的改写，再费钱请东说念主工标注员挨个查验，确保改写后兴致没变，终末凑成了“高频 vs 低频”的成对样本。
放弃极其直不雅。
在数学推理、Agent任务、以及学问分解上，只是只是把Prompt换成更高频的抒发，不换模子、不加测验数据、不加多inference时长，inference效果显耀加多；在机器翻译上，Adam's Law相同牢不可破：征询东说念主员联络测了 100 个语言翻译标的：在测验执行里，三板斧CTFT 的威力相同透露。在 Pangasinan（一种菲律宾语支）的机器翻译任务中，使用了 CTFT 后， BLEU 分数狂涨29.96%。
图：Adam's Law在上百种语言上的放弃可视化，最外圈为Adam's Law的放弃。
更颠覆分解的是：有时候用高频改写数据去测验，效果致使比告成用原汁原味的基准training set还要好！ 这告成挑战了业内“原始数据自然最优”的传统偏见。
Adam's Law，给行业带来了什么？
Adam’s Law 把一种迷茫的“直观”，打形成了一套可界说、可估算、可考证、可部署、绕过黑盒的模式学定律，通过数学推导以及执行的模式阐述了其可靠性。
对搞诈欺（作念 Agent、写 Prompt）的打工东说念主： 别再给Prompt猖獗加毫无必要的定语、顾问和高端词汇了。先把Prompt理顺，改得更当然、更高频，这可能是一种险些莫得资本、成效极快的“魔法”。
对搞测验（Pre-training、SFT、蒸馏、作念数据清洗）的真金不怕火丹师： 这是全新的Data Engineering搞定念念路。以后洗数据作念数据，除了看数据的质地、长度、难度，咱还得给文本频率拉个画像。GPUTPU吃紧时，“留什么数据”不单看标注对区分，咱还得望望这句话是不是鼓胀“大口语”。
对评测（Benchmark）的征询者： 若是通盘题，换个冷门说法模子就不能，那它是真是有了“推理才气”，还是只是靠着“刷题”，记着了特定表述的熟悉度？这给改日构建更抗造的评测榜单提了个醒。
Conclusions
Adam’s Law 像一面镜子，照出了 LLM 的骨子：模子不仅在“统一生界”，它更是在“记着东说念主类语言宇宙里，什么东西最常出现”，但是这是双向的，LLM在看宇宙的时候，宇宙也在看LLM。
当通盘 AI 圈都在为了更长的 RL 推理、更庞杂的参数目、更玄乎的对王人算法无脑卷生卷死时，这篇使命轻巧地给出了一条无比朴素的印迹：
让模子变颖悟的捷径，不是把话说得更高明，而是把话说得更大口语少许。这在推理时有效，也在测验时有效
论文信息：
论文标题： Adam’s Law: Textual Frequency Law on Large Language Models
作家： Hongyuan Adam Lu金沙电玩城， Z.L.， Victor Wei， Zefan Zhang， Zhao Hong， Qiqi Xiang， Bowen Cao， Wai Lam
机构： FaceMind Corporation、The Chinese University of Hong Kong
一作先容：
Hongyuan Adam Lu，FaceMind CEO，CUHK AI PhD征询课题：LLM预测验、宇宙模子、端侧模子测验；帝国理工CS本硕；爱丁堡大学AI硕士；ACL系顶会Outstanding Paper Award一作；曾于MSRA（北京）任预测验一职，研发了宇宙上第一个支握200种语言的LLM；旗舰会议ACL 2025、NAACL 2025 Area Chair，创办了AI软件：叠叠社，深受二次元嗜好，是一款被投资东说念主称之为“米哈游的蔡浩宇都要学习的AI产物”；
发布于：江西省LOL投注app官网下载
备案号: