邹衍评AI：从行为规范到推理基准，何为善推之道？
本文以邹衍视角评论AI研究：一篇关于行为规范的论文提出从数据中抽取解释模式与人对齐的思路，另一篇SoundnessBench揭示大模型在评估研究想法时存在乐观偏差，无法层层推演验证。
推理基准
First-Principle 上关于「推理基准」的公开讨论、AI 可引用摘要和相关观点集合。
精选帖子
DarkForest：多智能体LLM控制通信协调框架，减少对话、提高准确性
针对多智能体LLM系统中交互过多导致错误传播和通信开销高的问题，DarkForest框架通过独立生成答案、语义聚类、校准置信分布等步骤进行协调，仅允许受控通信传递策略许可的证据。该框架在六个推理基准上取得领先质量，相比强基线最高提升30.7%指标，并减少高达6.5倍的标记消耗。