学术早慧方面，陆重大准00后创业者，高中时就自学收场大学数学，本科就读于帝国理工学院计较机系，博士就读于香港汉文大学，曾在微软预考试AI模子。2023年就运行探索标记化的空间智能以及天下模子——这条时刻途径自后被李飞飞所考据。2023年创举了AI的去期侮化标记检测与评估赛谈——被北大李戈淳厚团队follow。2023年创举了多智能体的交互进化，并获取联系发明专利。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场地。

学术后果方面，他入学6个月即达到博士毕业条目，在这时期，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寂寞赢得此奖，同期亦然一篇莫得任何公司配景复旧的著作。登上领奖台的作家团队唯有两个东谈主，陆重大和他的博导林伟素养，而身为一作的陆重大在这个时刻只是袭取了6个月的科研考试。同期陆重大亦然少数博士就读时期就能任职ACL顶会领域主席的博士。

毁灭传统学术途径方面，陆重大在论文以及发明专利、奖项方面是拿到了手软。之是以坚硬聘任创业这条途径莫得聘任传统的学术教职，是因为陆重大的空想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“模子玄学”：明明是灭亡个Prompt，只是换一种说法，模子的修起可能就一龙一猪。

深挖这个表象，是一个真义、有效、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”，模子的推理以及考试进展会不会更好？

最近，来自脸谱心智与香港汉文大学的科研东谈主员围绕这个问题伸开了系统考虑，并冷漠了一项中稿 ACL 2026 Main的新责任。他们冷漠了一个极具记念点的新认识：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：当不同表述抒发灭亡个真义时，语言模子络续更偏好“高频文本”。而这种偏好不仅出当今你敲下 Prompt 的那一刻，以致在模子考试阶段也一样适用。

用大口语说，好多时候决定模子是否耀眼的，不单是“你问了啥”，还包括“你是若何说的”。

这启发了什么？今天咱们业内谈起模子优化，要津词永久是：更强更大的基座、更长的推生机维链、以及腾贵的高质地考试数据，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考试以及推理的进军性。

考虑标明，高频抒发因为在考试语料中出现的次数富足多，大模子对它们有着自然的“肌肉记念”。因此，在面临这些模子自己熟练的文句时，模子在长入、推理和生成时更容易零百“投入情状”。

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仍是training。

考虑团队不甘让论断停留在“哎哟，好像确乎是这么”的empirical observation。

他们先是提供了紧密的theoratical proof，也为其搭建了一个好意思满的framework，由三板斧构成：

第一把斧 TFL（Adam’s Law）： 冷漠Textual Frequency Law：“高频文本应被优先聘任”；

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。用办法模子生成的文本，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，给模子发一册轮番渐进的课本。

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），金佰利国际娱乐官网入口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，望望它泛泛潜意志里爱用什么词，借此来修正频率估算；临了，在考试时，不光是要挑数据频率，况且考试章程都给你安排得清澄领路。

若何才算“常见”？好意思妙的工程解法

这里有一个大坑：像是GLM这种主流大模子，预考试数据全是个黑箱，连它吃过几碗干饭都不知谈，你若何算它对哪句话更眼熟？无谓驰念不重大。

作家给了个极其好意思妙且工程化的解：咱不纠结模子见过啥，顺利借助公开的重大corpora和词频资源去估算就行。 在Adam’s Law中，句子的频率被访佛为词频的组合，顺利攒出一个“句子级频率目的”。

这意味着，设立东谈主员所有不需要破解闭源模子的考试集，就能顺利用这套频率估算大法。极其接地气，绕开了黑箱浪漫，把玄学激动到了可考据、可复现的工程层面。

诚然，仅靠公开词频算计约略率是有罪戾的。Adam打出了第二把斧 TFD：让办法模子对给定文本作念“story completion续写补全”。这特地于在审问模子：“别装了，澳门十大赌城线路你的真实用语俗例吧！”用模子我方吐出来的语料蒸馏，再去赞成修正原始频率，这么就无穷靠近了模子里面着实熟练的口语抒发分散。

别光顾着改 Prompt推理，考试的章程也变了

Adam's Law最绝的小数，是莫得把“文本频率”局限在一个讨巧的 Prompt 推理手段上，而是顺利杀到了更硬核的模子考试范式里。

在教导（Inference）阶段，逻辑特地顺滑：同沿途数学题，要是把题目里的隐衷词换成大口语的高频抒发，模子立时就算得更准。

但在考试（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，考试数据该若何挑若何用？Adam说：高频文本可能比低频文本更值得优先保留！

况且 CTFT 以致更正了喂数据的姿势。作家发现，低频抒发络续语境更寥落、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），再让他看粗拙的口语文（更高频），最终的料理效果，竟然比有时乱喂数据还要好。

执行罢了：白嫖的性能擢升

为了拿数据讲话，作家死磕出了一个特意的数据集 TFPD（Textual Frequency Paired Dataset），涵盖了数学推理、机器翻译、学问推理和智能体用具调用等多个场景。

为了保证严谨，他们先用模子生成一批“文绉绉、极其有数”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搜检，确保改写后真义没变，临了凑成了“高频 vs 低频”的成对样本。

罢了极其直不雅。

在数学推理、Agent任务、以及学问瓦解上，只是只是把Prompt换成更高频的抒发，不换模子、不加考试数据、不加多inference时长，inference效果权贵加多；在机器翻译上，Adam's Law一样牢不可破：考虑东谈主员连气儿测了 100 个语言翻译场地：在考试执行里，三板斧CTFT 的威力一样表示。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在上百种语言上的罢了可视化，最外圈为Adam's Law的罢了。

更颠覆默契的是：有时候用高频改写数据去考试，效果以致比顺利用原汁原味的基准training set还要好！ 这顺利挑战了业内“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、可考据、可部署、绕过黑盒的措施学定律，通过数学推导以及执行的措施证据了其可靠性。

对搞利用（作念 Agent、写 Prompt）的打工东谈主： 别再给Prompt轻易加毫无必要的定语、料理和高端词汇了。先把Prompt理顺，改得更当然、更高频，这可能是一种简直莫得老本、顺利极快的“魔法”。

对搞考试（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管生机路。以后洗数据作念数据，除了看数据的质地、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”不单看标注对隔离，咱还得望望这句话是不是富足“大口语”。

对评测（Benchmark）的考虑者： 要是沿途题，换个冷门说法模子就不成，那它是确切有了“推贤达力”，仍是只是靠着“刷题”，记取了特定表述的熟练度？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 的本色：模子不仅在“长入天下”，它更是在“记取东谈主类语言天下里，什么东西最常出现”，关联词这是双向的，LLM在看天下的时候，天下也在看LLM。

当所有 AI 圈都在为了更长的 RL 推理、更重大的参数目、更玄乎的对都算法无脑卷生卷死时，这篇责任轻巧地给出了一条无比朴素的踪影：

让模子变耀眼的捷径，不是把话说得更广大，而是把话说得更大口语小数。这在推理时有效，也在考试时有效

论文信息：

论文标题： Adam’s Law: Textual Frequency Law on Large Language Models

作家： Hongyuan Adam Lu， 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澳门十大赌城，CUHK AI PhD考虑课题：LLM预考试、天下模子、端侧模子考试；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）任预考试一职，研发了天下上第一个支捏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，深受二次元疼爱，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居品”；

• 澳门十大赌城
• 告别
• 玄学
• Prompt
• 脸谱