学术早慧方面，陆雄伟准00后创业者，高中时就自学完毕大学数学，本科就读于帝国理工学院计较机系，博士就读于香港华文大学，曾在微软预教师AI模子。2023年就运行探索标识化的空间智能以及宇宙模子——这条本事道路自后被李飞飞所考证。2023年创始了AI的去耻辱化标识检测与评估赛谈——被北大李戈敦朴团队follow。2023年创始了多智能体的交互进化，并获取关系发明专利。即是说在很早期的阶段就踩中了自后的多个风口以及主流标的。
学术恶果方面，他入学6个月即达到博士毕业条目，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独处得到此奖，同期亦然一篇莫得任何公司配景援助的著述。登上领奖台的作家团队独一两个东谈主，陆雄伟和他的博导林伟解说，而身为一作的陆雄伟在这个时辰只是经受了6个月的科研教师。同期陆雄伟亦然少数博士就读时间就能任职ACL顶会畛域主席的博士。
烧毁传统学术道路方面，陆雄伟在论文以及发明专利、奖项方面是拿到了手软。之是以刚毅选择创业这条道路莫得选择传统的学术教职，是因为陆雄伟的想象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”：明明是消灭个Prompt，只是换一种说法，模子的回话可能就天地之别。
张开剩余88%深挖这个风景，是一个真理真理、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”，模子的推理以及教师说明会不会更好？
最近，来自脸谱心智与香港华文大学的科研东谈主员围绕这个问题张开了系统缠绵，并建议了一项中稿 ACL 2026 Main的新职责。他们建议了一个极具记挂点的新成见：Adam’s Law，aka Textual Frequency Law（文本频率定律）。
论文用表面推导以及模子执行向咱们展示了：当不同表述抒发消灭个真理时，语言模子频频更偏好“高频文本”。而这种偏好不仅出当今你敲下 Prompt 的那一刻，以至在模子教师阶段也相同适用。
用大口语说，许多时候决定模子是否灵巧的，不单是“你问了啥”，还包括“你是如何说的”。
这启发了什么？今天咱们业内谈起模子优化，要津词长期是：更强更大的基座、更长的推理念念维链、以及激动的高质料教师数据，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教师以及推理的进犯性。
缠绵标明，高频抒发因为在教师语料中出现的次数填塞多，大模子对它们有着自然的“肌肉记挂”。因此，在面临这些模子本人老到的文句时，模子在接济、推理和生成时更容易零百“参加景象”。
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也曾training。
缠绵团队不甘让论断停留在“哎哟，好像如实是这么”的empirical observation。
他们先是提供了雅致的theoratical proof，也为其搭建了一个齐全的framework，由三板斧构成：
第一把斧 TFL（Adam’s Law）： 建议Textual Frequency Law：“高频文本应被优先选择”；
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。用宗旨模子生成的文本，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，给模子发一册递次渐进的讲义。
用大口语来说，他们的操作历程是这么的： 先给一句话算算“八字”（估算常见度），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，望望它平时潜相识里爱用什么词，借此来修正频率估算；终末，在教师时，不光是要挑数据频率，并且教师国法都给你安排得清皑皑白。
若何才算“常见”？玄机的工程解法
这里有一个大坑：像是GLM这种主流大模子，预教师数据全是个黑箱，连它吃过几碗干饭都不知谈，你如何算它对哪句话更眼熟？不必惦记不紧要。
作家给了个极其玄机且工程化的解：咱不纠结模子见过啥，奏凯借助公开的庞大corpora和词频资源去估算就行。 在Adam’s Law中，句子的频率被类似为词频的组合，奏凯攒出一个“句子级频率宗旨”。
这意味着，建造东谈主员统统不需要破解闭源模子的教师集，就能奏凯用这套频率估算大法。极其接地气，绕开了黑箱限度，把哲学鼓舞到了可考证、可复现的工程层面。
固然，仅靠公开词频测度偶然率是有纰谬的。Adam打出了第二把斧 TFD：让宗旨模子对给定文本作念“story completion续写补全”。这格外于在审问模子：“别装了，乐鱼体育官方网站显露你的真实用语民俗吧！”用模子我方吐出来的语料蒸馏，再去辅助修正原始频率，这么就无尽贴近了模子里面真实老到的口语抒发散布。
别光顾着改 Prompt推理，教师的国法也变了
Adam's Law最绝的少量，是莫得把“文本频率”局限在一个讨巧的 Prompt 推理手段上，而是奏凯杀到了更硬核的模子教师范式里。
在指示（Inference）阶段，逻辑相称顺滑：同沿途数学题，要是把题目里的荒凉词换成大口语的高频抒发，模子随机就算得更准。
但在教师（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，教师数据该如何挑如何用？Adam说：高频文本可能比低频文本更值得优先保留！
并且 CTFT 以至蜕变了喂数据的姿势。作家发现，低频抒发频频语境更疏淡、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），再让他看闲居的口语文（更高频），最终的胁制效果，尽然比随机乱喂数据还要好。
执行终局：白嫖的性能普及
为了拿数据言语，作家死磕出了一个专诚的数据集 TFPD（Textual Frequency Paired Dataset），涵盖了数学推理、机器翻译、知识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、极其出奇”的改写，和一批“大口语、极其常见”的改写，再用钱请东谈主工标注员挨个查验，确保改写后真理没变，终末凑成了“高频 vs 低频”的成对样本。
终局极其直不雅。
在数学推理、Agent任务、以及知识理会上，只是只是把Prompt换成更高频的抒发，不换模子、不加教师数据、不增多inference时长，inference效果显赫增多；在机器翻译上，Adam's Law相同安如磐石：缠绵东谈主员不时测了 100 个语言翻译标的：在教师执行里，三板斧CTFT 的威力相同显露。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局可视化，最外圈为Adam's Law的终局。
更颠覆通晓的是：有时候用高频改写数据去教师，效果以至比奏凯用原汁原味的基准training set还要好！ 这奏凯挑战了业内“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”，打形成了一套可界说、可估算、可考证、可部署、绕过黑盒的才略学定律，通过数学推导以及执行的才略诠释了其可靠性。
对搞愚弄（作念 Agent、写 Prompt）的打工东谈主： 别再给Prompt猖獗加毫无必要的定语、护士和高端词汇了。先把Prompt理顺，改得更当然、更高频，这可能是一种简直莫得资本、奏效极快的“魔法”。
对搞教师（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处理念念路。以后洗数据作念数据，除了看数据的质料、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填塞“大口语”。
对评测（Benchmark）的缠绵者： 要是沿途题，换个冷门说法模子就不可，那它是果真有了“推理能力”，也曾只是靠着“刷题”，记着了特定表述的老到度？这给将来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 的本体：模子不仅在“接济宇宙”，它更是在“记着东谈主类语言宇宙里，什么东西最常出现”，然而这是双向的，LLM在看宇宙的时候，宇宙也在看LLM。
当悉数 AI 圈都在为了更长的 RL 推理、更庞大的参数目、更玄乎的对都算法无脑卷生卷死时，这篇职责轻巧地给出了一条无比朴素的印迹：
让模子变灵巧的捷径，不是把话说得更圣洁，而是把话说得更大口语少量。这在推理时灵验，也在教师时灵验
论文信息：
论文标题： Adam’s Law: Textual Frequency Law on Large Language Models
作家： Hongyuan Adam Lu乐鱼， 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缠绵课题：LLM预教师、宇宙模子、端侧模子教师；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）任预教师一职，研发了宇宙上第一个支合手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，深受二次元深爱，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KPL投注app官网下载