Large Reasoning Models Learn Better Alignment from Flawed Thinking
大规模推理模型通过 flawed thinking 学习更好的对齐
机构 * Meta Superintelligence Labs（Meta超级智能实验室） ； IBM Research（IBM研究院）
AI总结 RECAP通过强化学习提升模型安全对齐能力，减少偏见并增强鲁棒性，同时保持推理效率。
大厂专区
Meta
Attention as Conditioning: What Classical Learning Theory Predicts About Linear Transformers
作为条件的注意力：经典学习理论对线性Transformer的预测
机构 * Meta Platforms, Inc.（Meta公司）
AI总结 该研究将线性Transformer的注意力机制与经典动物学习理论模型对应，推导卡明阻塞闭式解，发现不同注意力的线索竞争差异及容量机制，提出PH-注意力规则。
