快乐飞艇app 告别 Prompt 哲学！脸谱心智陆盛大团队提倡 Adam's Law，高频文本优化大模子训导与推理
学术早慧方面，陆盛大准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蓄意机系，博士就读于香港汉文大学，曾在微软预训导AI模子。2023年就运行探索标识化的空间智能以及寰宇模子——这条本事阶梯其后被李飞飞所考据。2023年创举了AI的去混浊化标识检测与评估赛谈——被北大李戈敦朴团队follow。2023年创举了多智能体的交互进化，并获取关连发明专利。就是说在很早期的阶段就踩中了其后的多个风口以及主流标的。
学术后果方面，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孤独取得此奖，同期亦然一篇莫得任何公司配景营救的著述。登上领奖台的作家团队唯一两个东谈主，陆盛大和他的博导林伟素质，而身为一作的陆盛大在这个时候只是接收了6个月的科研训导。同期陆盛大亦然少数博士就读时间就能任职ACL顶会边界主席的博士。
烧毁传统学术阶梯方面，陆盛大在论文以及发明专利、奖项方面是拿到了手软。之是以顽强礼聘创业这条阶梯莫得礼聘传统的学术教职，是因为陆盛大的逸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“模子哲学”：明明是合并个Prompt，只是换一种说法，模子的回复可能就天悬地隔。
伸开剩余88%深挖这个景观，是一个道理、灵验、但“反直观”的问题：要是语义不变，只是把一句话改写成更常见、更高频的“大口语”，模子的推理以及训导阐扬会不会更好？
最近，来自脸谱心智与香港汉文大学的科研东谈主员围绕这个问题伸开了系统询查，并提倡了一项中稿 ACL 2026 Main的新使命。他们提倡了一个极具牵挂点的新看法：Adam’s Law，aka Textual Frequency Law（文本频率定律）。
论文用表面推导以及模子践诺向咱们展示了：当不同表述抒发合并个有趣有趣时，语言模子时常更偏好“高频文本”。而这种偏好不仅出当今你敲下 Prompt 的那一刻，甚而在模子训导阶段也不异适用。
用大口语说，许多时候决定模子是否奢睿的，不单是“你问了啥”，还包括“你是怎么说的”。
这启发了什么？今天咱们业内谈起模子优化，关节词长期是：更强更大的基座、更长的推理念念维链、以及奋斗的高质地训导数据，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训导以及推理的遑急性。
询查标明，高频抒发因为在训导语料中出现的次数充足多，大模子对它们有着自然的“肌肉牵挂”。因此，在濒临这些模子自己熟习的文句时，模子在麇集、推理和生成时更容易零百“干涉气象”。
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依然training。
询查团队不甘让论断停留在“哎哟，好像确乎是这么”的empirical observation。
他们先是提供了精良的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）： 提倡Textual Frequency Law：“高频文本应被优先礼聘”；
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。用目的模子生成的文本，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，给模子发一册挨次渐进的课本。
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），比赛投注(中国)官方网站把同义句里最接地气、最frequent的那句挑出来喂给模子；要是怕算得不准，就让模子我方作念几谈“故事续写”题，望望它普通潜结实里爱用什么词，借此来修正频率估算；最后，在训导时，不光是要挑数据频率，况兼训导法例都给你安排得清清晰爽。
怎么才算“常见”？高明的工程解法
这里有一个大坑：像是GLM这种主流大模子，预训导数据全是个黑箱，连它吃过几碗干饭都不知谈，你怎么算它对哪句话更眼熟？不必惦记不错误。
作家给了个极其高明且工程化的解：咱不纠结模子见过啥，告成借助公开的浩瀚corpora和词频资源去估算就行。 在Adam’s Law中，句子的频率被访佛为词频的组合，告成攒出一个“句子级频率方针”。
这意味着，开采东谈主员统共不需要破解闭源模子的训导集，就能告成用这套频率估算大法。极其接地气，绕开了黑箱终结，把哲学鼓励到了可考据、可复现的工程层面。
诚然，仅靠公开词频揣摸大要率是有谬误的。Adam打出了第二把斧 TFD：让目的模子对给定文本作念“story completion续写补全”。这相当于在审问模子：“别装了，快乐飞艇app流露你的确切用语习气吧！”用模子我方吐出来的语料蒸馏，再去赞成修正原始频率，这么就无穷迫最后模子里面确切熟习的口语抒发划分。
别光顾着改 Prompt推理，训导的章程也变了
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训导范式里。
在教唆（Inference）阶段，逻辑特殊顺滑：合并齐数学题，要是把题目里的荒凉词换成大口语的高频抒发，模子赶紧就算得更准。
但在训导（Training）阶段，Adam抛出了一个灵魂拷问：要是雇主给的算力预算有限，训导数据该怎么挑怎么用？Adam说：高频文本可能比低频文本更值得优先保留！
况兼 CTFT 甚而编削了喂数据的姿势。作家发现，低频抒发时常语境更疏淡、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），再让他看庸俗的口语文（更高频），最终的拘谨效果，果然比或然乱喂数据还要好。
践诺终结：白嫖的性能提高
为了拿数据话语，作家死磕出了一个特别的数据集 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具调用等多个场景。
为了保证严谨，他们先用模子生成一批“文绉绉、极其有数”的改写，和一批“大口语、极其常见”的改写，再费钱请东谈主工标注员挨个检查，确保改写后有趣有趣没变，最后凑成了“高频 vs 低频”的成对样本。
终结极其直不雅。
在数学推理、Agent任务、以及学问领悟上，只是只是把Prompt换成更高频的抒发，不换模子、不加训导数据、不加多inference时长，inference效果权贵加多；在机器翻译上，Adam's Law不异安如磐石：询查东谈主员连气儿测了 100 个语言翻译标的：在训导践诺里，三板斧CTFT 的威力不异知道。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在上百种语言上的终结可视化，最外圈为Adam's Law的终结。
更颠覆领路的是：有时候用高频改写数据去训导，效果甚而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 把一种渺茫的“直观”，打酿成了一套可界说、可估算、可考据、可部署、绕过黑盒的要领学定律，通过数学推导以及践诺的要领证明注解了其可靠性。
对搞运用（作念 Agent、写 Prompt）的打工东谈主： 别再给Prompt豪恣加毫无必要的定语、治理和高端词汇了。先把Prompt理顺，改得更当然、更高频，这可能是一种简直莫得本钱、生效极快的“魔法”。
对搞训导（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解决念念路。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”不单看标注对不合，咱还得望望这句话是不是充足“大口语”。
对评测（Benchmark）的询查者： 要是一齐题，换个冷门说法模子就不可，那它是确切有了“推理能力”，依然只是靠着“刷题”，记取了特定表述的熟习度？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 的本色：模子不仅在“麇集寰宇”，它更是在“记取东谈主类语言寰宇里，什么东西最常出现”，然则这是双向的，LLM在看寰宇的时候，寰宇也在看LLM。
当统共这个词 AI 圈都在为了更长的 RL 推理、更浩瀚的参数目、更玄乎的对皆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萍踪：
让模子变奢睿的捷径，不是把话说得更上流，而是把话说得更大口语少许。这在推理时灵验，也在训导时灵验
论文信息：
论文标题： Adam’s Law: Textual Frequency Law on Large Language Models
作家： Hongyuan Adam Lu， 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询查课题：LLM预训导、寰宇模子、端侧模子训导；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）任预训导一职快乐飞艇app，研发了寰宇上第一个支抓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，深受二次元宠爱，是一款被投资东谈主称之为“米哈游的蔡浩宇都要学习的AI产物”；
发布于：江西省okooo澳客APP官方网站
备案号: