When is Your LLM Steerable?
你的大模型何时可操控？
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； MBZUAI, UAE（穆罕默德·本·扎耶德人工智能大学）
AI总结 提出通过模型生成初期的内部状态预测激活操控是否成功，并利用该预测器优化操控强度搜索，降低解码成本。
高校专区
University of Maryland, College Park（马里兰大学帕克分校）
FlowBank: Query-Adaptive Agentic Workflows Optimization through Precompute-and-Reuse
FlowBank: 通过预计算与复用实现查询自适应智能体工作流优化
机构 * University of Maryland, College Park（马里兰大学哥伦比亚公园分校） ； Amazon（亚马逊）
AI总结 提出FlowBank框架，通过预计算多样化工作流并压缩为紧凑组合，在推理时自适应选择最优工作流，平衡性能与成本，在五个基准上平均得分最高且成本可控。
Urban Heat MiniCubes: An AI-Ready dataset for urban heat research
城市热微型数据立方体：面向城市热研究的人工智能就绪数据集
机构 * Department of Atmospheric and Oceanic Science, University of Maryland, College Park, MD, USA（大学大气科学与海洋科学系，马里兰大学，学院公园，MD，美国） ； Department of Computer Science, University of Maryland, College Park, MD, USA（大学计算机科学系，马里兰大学，学院公园，MD，美国） ； NASA Goddard Space Flight Center, Greenbelt, MD, USA（NASA戈达德航天飞行中心，格林贝尔特，MD，美国） ； NASA Marshall Space Flight Center, Huntsville, AL, USA（NASA马歇尔航天飞行中心，亨茨维尔，AL，美国）
AI总结 提出Urban Heat MiniCubes数据集，整合多源卫星数据（Landsat 8/9、Sentinel-1、GOES-R等），为48个城市提供90×90公里网格化数据立方体，支持机器学习在城市热研究中的应用。
Comments 53 pages, 26 figures, Submitted to Nature Scientific Data
