研究者提出大模型高效画像框架BULLPEN
Start here
2026年11月2日，arXiv发表论文提出样本高效的大语言模型（LLM）行为画像框架BULLPEN。该框架通过联合编码模型回答文本、正确性与问题文本，实现低成本的行为画像分析。在260个开源权重模型的测试中，BULLPEN的新任务得分达到0.48 +/- 0.10；同时，该方法仅需400道题（耗费全量题库1.3%的推理算力），即可保留至少91%的全量能力。由于仅依赖模型输出，BULLPEN支持行为审计并可拓展至API模型。目前，该项目的相关代码与数据均已开源。
AI-generated from reports · Updated 4 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能BULLPEN：基于多通道模型嵌入的样本高效 LLM 画像框架
BULLPEN 框架通过联合编码模型回答文本、正确性与问题文本，实现低成本且样本高效的 LLM 行为画像。在 260 个开源权重模型测试中，其新任务得分达 0.48 +/- 0.10，且仅需 400 道题（耗费全量题库 1.3% 的推理算力）即可保留至少 91% 的全量能力。该方法仅依赖模型输出，支持行为审计并可拓展至 API 模型，代码与数据已开源。
Story heat trend
Current heat 9·Comparable peak 10（Nov 2 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.