陈丹琦等人组织的COLM奖项公布：被ICLR拒稿的Mamba入选杰出论文

---

会议组织者都是 nlp 头部科学家，在语言建模方面有着相当的成果。

随着 AI 领域的快速发展，大模型逐渐成为研究的核心，为了更好地探索这一领域，2025 年，一批知名的青年学者组织了一个名为 COLM（Conference on Language Modeling）的新会议。

该会议的组织者们都是 NLP 头部科学家，在语言建模方面有着相当的成果。他们其中既有来自业界的研究人员，也有来自学术界的研究人员。

在今年的组织者中，有我们熟悉的陈丹琦、Angela Fan 等华人学者。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

COLM 是一个专注于语言建模研究的学术场所，旨在创建一个具有不同科学专业知识的研究人员社区，专注于理解、改进和评论语言模型技术的发展。这不仅是学术界的一次创新尝试，也是搭起了语言模型交流互鉴的新桥梁，进一步促进其探索和合作。

接收论文链接：https://colmweb.org/AcceptedPapers.html

刚刚，大会公布了 2025 年杰出论文奖，共有 4 篇论文获奖。

值得一提的是，号称撼动 Transformer 统治地位的 Mamba 也在获奖论文中。

此前，Mamba 这项研究惨遭 ICLR 拒稿，引来学术界轩然大波。

不过，之后 Mamba 原班人马发布的 Mamba-2 顺利拿下了 ICML 2025。如今 Mamba 又获得了 COLM 杰出论文奖，很多网友都送来祝贺。

Mamba 作者之一、卡内基梅隆大学机器学习系助理教授 Albert Gu 用一张表情很好的表达了自己的感受，看来「COLM 是真香」。

杰出论文奖

论文 1：Dated Data: Tracing Knowledge Cutoffs in Large Language Models

• 机构：霍普金斯大学

• 作者：Jeffrey Cheng、Marc Marone、Orion Weller、Dawn Lawrie等

• 论文地址：https://openreview.net/pdf?id=wS7PxDjy6m

大型语言模型 (LLM) 通常有「知识截止日期」，即收集训练数据的时间。该信息对于需要 LLM 提供最新信息的应用场景至关重要。

然而，训练数据中所有子资源是否共享相同的「知识截止日期」？模型响应展示出的知识是否与数据截止值一致？

该论文定义了「有效截止」的概念，它与 LLM 报告的「知识截止日期」不同，并且训练数据子资源之间也有所不同。该研究提出了一种简单的方法，通过跨版本的数据探测来估计 LLM 在资源级别的有效截止点。至关重要的是，该方法不需要访问模型的预训练数据。

通过分析，该研究发现有效的截止值通常与报告的截止值有很大不同。为了了解这一观察结果的根本原因，该研究对开放的预训练数据集进行了大规模分析。

分析揭示了造成这些不一致的两个主要原因：

• 由于新 dump 中存在大量旧数据，导致 CommonCrawl 数据出现时间错位； 

• LLM 重复数据删除方案的复杂性涉及语义重复和词汇近似重复。

论文 2：Mamba: Linear-Time Sequence Modeling with Selective State Spaces

• 机构：卡内基梅隆大学、普林斯顿大学

• 作者：Albert Gu、Tri Dao

• 论文地址：https://arxiv.org/pdf/2312.00752

自 2017 年被提出以来，Transformer 已经成为 AI 大模型的主流架构，但随着模型规模扩大和处理序列变长，其计算效率问题凸显，特别是在长上下文中，计算量将呈平方级增长。

为解决这一问题，研究者们围绕注意力开发了多种变体，如线性注意力、门控卷积、循环模型、SSMs 等，但它们在语言等模态上的表现并不理想，无法进行基于内容的推理。

基于此，论文作者进行了几项改进。首先，让 SSM 参数成为输入的函数，解决了离散模态的弱点，使模型能根据当前 token 有选择地传播或遗忘信息。

这种改动导致卷积效率降低，对模型的计算带来了挑战。论文作者设计了一种硬件感知算法，将先前的 SSM 架构设计与 Transformer 的 MLP 块合并为一个块，简化了深度序列模型架构，形成了一种包含选择性状态空间的简单、同质的架构设计（Mamba）。

Mamba 可以随上下文长度的增加实现线性扩展，其性能在实际数据中可提高到百万 token 长度序列，并实现 5 倍的推理吞吐量提升。

作为通用序列模型的骨干，Mamba 在语言、音频和基因组学等多种模态中都达到了 SOTA 性能。在语言建模方面，无论是预训练还是下游评估，他们的 Mamba-3B 模型都优于同等规模的 Transformer 模型，并能与两倍于其规模的 Transformer 模型相媲美。

更多详情，可以参考本站之前的报道：五倍吞吐量，性能全面包围 Transformer：新架构 Mamba 引爆 AI 圈。

论文 3：AI-generated text boundary detection with RoFT

• 机构：俄罗斯 AI 基金会与算法实验室、英国伦敦玛丽女王大学、日本 Noeon 研究所、斯科尔科沃科学技术学院等

• 作者：Laida Kushnareva, Tatiana Gaintseva, Dmitry Abulkhanov等

• 论文地址：https://arxiv.org/pdf/2311.08349

随着大语言模型的发展，我们越来越频繁地遇到这样的情况：一篇文章起初可能出自人类之手，但随后可能被 AI 接手加以润色。如何从这种文本中检测出人类写作与机器生成的界限？这是一个具有挑战性的问题，但还尚未得到太多关注。

论文作者试图填补这一空白。他们对最先进的检测方法进行了测试。具体而言，他们采用「真假文本」测试集，测试了在极限情况下，这些方法的表现。「真假文本」测试集包含各种语言模型生成的多个主题的短文本。

他们发现，基于困惑度的边界检测方法，在处理特定领域的数据时，比对 RoBERTa 模型进行监督式的方法更加鲁棒。他们还发现了一些特定的文本特征。这些特征可能会干扰边界检测算法的判断，导致算法在处理跨领域的文本时，其性能会下降。

论文 4：Auxiliary task demands mask the capabilities of smaller language models

• 机构：哈佛大学、斯坦福大学

• 作者：Jennifer Hu、Michael Frank

• 论文地址：https://openreview.net/forum?id=U5BUzSn4tD#discussion

发展心理学家一直在争论语言理解或心理理论等认知能力何时出现。这些争论通常取决于「任务要求」的概念 —— 与执行特定评估相关的挑战。在衡量语言模型 (LM) 的能力时，任务的性能是模型基础知识的函数，再加上模型在给定可用资源的情况下解释和执行任务的能力。

该研究表明，对于类比推理、反思推理、单词预测和语法判断，任务要求较高的评估方法比要求减少的评估方法产生的性能更低。对于参数较少和训练数据较少的模型，这种「需求差距」最为明显。实验结果表明，LM 的性能不应被解释为智能（或缺乏智能）的直接表现，而应被解释为通过研究人员设计选择的视角所看到的能力反映。

# 的是  # 斯坦福大学  # 模态  # 普林斯顿  # 较少  # 门控  # 进行了  # 截止日期  # 都是  # 架构  # 这一  # https  # nlp  # transformer  # 算法  # 循环  # Token  # html 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 网络优化91478 】 【 技术知识72672 】 【 云计算0 】 【 GEO优化84317 】 【 优选文章0 】 【 营销推广36048 】 【 网络运营41350 】 【 案例网站102563 】 【 AI智能45237 】

相关推荐： Depseek怎么设置总结汇报重点_Depseek重点突出与关键词标注方法【步骤】  唇语解读的界限：名人的隐私与公众的好奇心  如何通过文心一言进行地道的文言文翻译  如何用AI一键给视频自动加字幕  韵律分析：为什么理解音乐歌词的韵式至关重要？  颠覆工作方式：2025年必备的9款强大AI工具  终极游戏工作站：帝王蝎椅沉浸式体验评测  AGI未来展望：DeepMind CEO的深度解读与行业洞察  兔展AI排版如何批量生成多尺寸图_兔展AI排版多尺寸批量生成步骤【实操】  ChatGPT 4.0赋能室内设计：20+实用技巧提升工作效率  豆包Ai官方网页版入口地址_豆包Ai官网在线使用入口  ClaudePC端怎么设主题色_ClaudePC端主题设置步骤【教程】  智谱AI内容创作怎么用_智谱AI内容创作使用方法详细指南【教程】  千问如何切换回答风格_千问风格选择正式口语等【实操】  Canva AI终极指南：释放AI力量，设计触手可及  千问怎样生成年度业绩分析_千问业绩分析模型与数据解读【攻略】  AI无镜头相机Paragraphica：颠覆传统摄影的新方式  雷小兔ai智能写作如何生成文案_雷小兔ai智能写作文案生成场景选择【攻略】  宗教领袖影响力反思：警惕精神控制与信仰危机  法国历史古迹修复：探秘 Château de Purnon 城堡的艺术与挑战  Google Gemini 在跨境电商选品分析中的实战  飞常准AI如何预判放票时间_飞常准AI放票时间预测与抢票时机【技巧】  啦啦队女孩：青春活力与性感魅力的完美结合  播客数据深度分析：用户地域分布及增长策略探讨  智谱清言分析数据怎么用_智谱清言分析数据使用方法详细指南【教程】  AI驱动营销：如何利用人工智能构建高效营销漏斗  唐库AI拆书工具怎样设置拆书深度_唐库AI拆书工具深度调节与内容详略控制【技巧】  寻宝者的发现：古董探测与文物挖掘揭秘  Tenorshare AI Bypass：终极AI内容人性化工具深度评测  小型邮件列表的终极指南：使用AI最大化营销效果  精明小鱼：儿童动画寓言故事及启示  通义千问怎样优化提示词减冗余_通义千问减冗余技巧【方法】  AI写作避坑指南：小说家应避免的AI使用与创作技巧  AI Agent：颠覆传统工作模式的关键力量  tofai官网网页版入口 tofai最新网页版登录链接  5分钟教你用AI将任何文章改写成儿童易懂版  艺龙旅行AI怎样筛选最优车次_艺龙AI车次筛选与耗时最短推荐【攻略】  Jasper AI如何做SEO优化 Jasper AI结合SurferSEO用法【教程】  斑马AI怎样调整语音播报速度_斑马AI语速设置与发音风格选择【攻略】  Napkin AI：无需设计技能，AI一键生成精美图表  Claude怎么用新功能会议纪要_Claude纪要生成使用【步骤】  Vizeo AI视频生成器：无需技术，轻松打造营销利器  LeetCode问题解析：移除回文子序列，掌握字符串技巧  OpenAI Sora 2：AI视频生成新纪元  Kling 2.0终极指南：AI视频创作秘籍，告别低质量  AI威胁论：超人工智能ASI时代来临，人类如何应对？  Microsoft Math Solver：AI数学解题神器深度评测  AI Lead Generation: 解锁未来增长引擎，营销新纪元  豆包AI的发现页面有什么功能_探索热门智能体与话题  如何用AI帮你分析用户评论？3步挖掘用户真实需求 

 2024-10-09