最新動態
來源原文的標題與連結,未經本站改寫;英文標題附機器翻譯。已排除與 AI 無關的條目;主題由本站地端模型自動分類,可能分錯。
- AlphaNIST:從二元任務獎勵中湧現的組裝技能機器翻譯AlphaNIST: Emergent Assembly Skills from Binary Task Rewards
arXiv:2610.13354v1 Announce Type: new Abstract: The NIST Assembly Task Board #1 remains a challenging benchmark for learning-based methods in robotic manipulation. Over short horizons, it demands precise, contact-rich c
論文基準arXiv cs.AI · 10/13 下午12:00 · 當天共 24 則展開同日其他 23 則
- 擴展賦能代理
- 人機回饋迴路中具來源感知之信念更新
- 注意力看見,MLP拒絕:追蹤LLM中從注意力到MLP的安全路徑
- 多代理程式系統中,獎勵作弊作為一種可傳播的策略
- 等預算蒙特卡洛樹搜尋與隨機重啟列表排程於DAG工作流之對照:一項等預算計算研究
- 神經網路比單一神經元所顯示的更具模組化
- DRYLAB-Bench:評估代理型LLM突變設計的生物安全風險
- HL-LHC 異常偵測中學習事件表示的本地診斷
- 用於工具整合化學推理的遮罩擴散語言代理
- 位置重要嗎?黑盒因果審計揭示大型音訊語言模型幻覺中的模型依賴性音訊接地
- AdaC-GRPO:透過自適應課程學習,掌握長程視覺數獨
- DP-MIND:具差隱私記憶引導的長上下文推論
- MagicBeanStalk:以遞迴資料合成擺脫RLVR零優勢陷阱
- 忠實且完整的LLM輔助分層硬體知識圖譜自動建構
- Web$hell:代理式網頁存取之統一介面
- 透過表示幾何正規化,緩解大型語言模型自我改進中的能力退化
- 協作式心智理論:透過預測使用者回應來學習自我修正
- EvoBelief:用於自我改進型LLM代理的可證偽世界模型
- Seq-Drifting 一步生成文字
- 留意空間差距:地空推理與受限空間編輯基準
- DeFiRank:去中心化金融網路治理中的聯合配對排序
- EmbodiedCLBench:評估自我進化具身代理的持續學習
- LongHarness:透過狀態化證據管理,推進逾1億Token語料庫上的代理推理
- 用於長期多方對話記憶的時序證據森林機器翻譯Temporal Evidence Forests for Long-Horizon Multi-Party Conversational Memory
arXiv:2610.12874v1 Announce Type: new Abstract: Long-term memory has been widely adopted in LLM-based agents to support persistent interaction and personalized assistance. Long-term multi-party interactions, however, ac
論文基準arXiv cs.CL · 10/13 下午12:00 · 當天共 36 則展開同日其他 35 則
- 透過模擬與營運活動證據,豐富設計階段模型
- 以潛在內在回饋訓練使用者模擬器
- AutoIndexer:透過在編輯鏈上訓練因果模型實現彈性順序解碼
- COFFEQA:以反事實引導的少樣本蒸餾技術,用於LLM問答
- RAMP:用於循環深度語言模型高效預填充的循環自適應混合精度
- 用於序列建模的時間延遲系統
- 不可靠敘事者框架作為澳洲與美國諷刺新聞諷刺解釋之成本效益機制
- SharP:結合軟性與硬性提示引導之擴增技術,運用大型語言模型進行低資源假新聞偵測
- 當圖表誤導網頁代理:針對誤導性視覺化基礎任務的配對基準
- 測試時記憶體建構
- AMR 解析器輸出有多可靠?AMR 解析的不確定性估計
- MoPrO-SD:用於立場偵測的模組化提示詞最佳化
- BLiMPPI:極性詞語言最小對基準
- 個人化但不刻板:語音大語言模型懂得適時「充耳不聞」嗎?
- 主動式代理編排
- 更好的指標救不了你:比較什麼,比怎麼比較更重要
- 走向世界屋脊:藏語自然語言處理的進展
- LLM 預訓練資料的 Host-Aware 網頁爬取
- 無監督多模態獎勵建模
- SOAR:具備精準信用分配的來源感知強化學習,應用於搜尋代理
- Neurograf v1:端到端羅馬尼亞語優先的語言模型家族
- 從210萬小時原始廣播音訊到芬蘭語語音SSL:大規模下的信心過濾與架構分析
- CliQ-RRG:臨床知識引導之疾病感知視覺與文字對齊,用於問答式放射學報告生成
- 大型語言模型具備可解讀的敘事機制
- SEEDS:搜尋代理的預覽引導證據採納
- 打造自然對話:評估語音模型的對話自然度
- MADS:多代理對話模擬,打造穩健的對話代理
- PreSTO:用於快速LLM功率採樣的預測子樹預取
- DistressBench:評估大型語言模型的多維度危機支援能力
- CoBe:對話式反事實文字編輯基準
- AMLworld-Compact:以重要性加權抽樣實現具成本效益的 LLM 評估與錯誤診斷
- perturber:保留語意之無狀態文字擾動服務
- GeopoliticalQA:針對情報報告的檢索與生成基準測試
- SFT 該學什麼?用於可泛化後訓練的條件資訊增益
- 衡量機器生成文本檢測器對人工特徵的依賴