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。
- KV-Repurpose:評估非前綴 KV-Cache 重用之測試平台機器翻譯KV-Repurpose: A Testbed for Evaluating Non-Prefix KV-Cache Reuse
arXiv:2610.13060v1 Announce Type: new Abstract: KV-cache reuse in large language model serving is commonly limited to exact prompt prefixes, preventing reuse when the same retrieved document appears after different syst
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
- 提示詞最佳化工具會破壞未被計分的條件嗎?一項預註冊研究
- 從結構到有效性:機制引導的 LLM 評分準則生成與優化
- SWE-Duel:朝向程式碼代理的自我擴展競技場
- 衡量機器生成文本檢測器對人工特徵的依賴
- SFT 該學什麼?用於可泛化後訓練的條件資訊增益
- GeopoliticalQA:針對情報報告的檢索與生成基準測試
- 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
- CoBe:對話式反事實文字編輯基準
- DistressBench:評估大型語言模型的多維度危機支援能力
- PreSTO:用於快速LLM功率採樣的預測子樹預取
- MADS:多代理對話模擬,打造穩健的對話代理
- 打造自然對話:評估語音模型的對話自然度
- SEEDS:搜尋代理的預覽引導證據採納
- 大型語言模型具備可解讀的敘事機制
- 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
- 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
- Neurograf v1:端到端羅馬尼亞語優先的語言模型家族
- 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
- 無監督多模態獎勵建模
- LLM 預訓練資料的 Host-Aware 網頁爬取
- 走向世界屋脊:藏語自然語言處理的進展
- 更好的指標救不了你:比較什麼,比怎麼比較更重要
- 主動式代理編排
- BLiMPPI:極性詞語言最小對基準
- MoPrO-SD:用於立場偵測的模組化提示詞最佳化
- AMR 解析器輸出有多可靠?AMR 解析的不確定性估計
- 測試時記憶體建構
- 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
- 語言模型的自我保存
- 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
- 恐懼未必是恐懼:不同資料集中情緒標籤等價性的差異
- 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
- 用於序列建模的時間延遲系統
- 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
- 回溯以前行:長程代理的回顧性探索與演進機器翻譯Travel Back To Move Forward: Retrospective Exploration and Evolving for Long Horizon Agents
arXiv:2610.13058v1 Announce Type: new Abstract: Large language model agents increasingly operate in long-horizon environments where early mistakes can trigger cascading failures and trap agents in dead-end trajectories.
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
- 留意空間差距:地空推理與受限空間編輯基準
- Seq-Drifting 一步生成文字
- EvoBelief:用於自我改進型LLM代理的可證偽世界模型
- 協作式心智理論:透過預測使用者回應來學習自我修正
- 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
- 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
- 忠實且完整的LLM輔助分層硬體知識圖譜自動建構
- MagicBeanStalk:以遞迴資料合成擺脫RLVR零優勢陷阱
- DP-MIND:具差隱私記憶引導的長上下文推論
- AdaC-GRPO:透過自適應課程學習,掌握長程視覺數獨
- 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
- 用於工具整合化學推理的遮罩擴散語言代理
- VEPA:用於LLM代理終身護欄的已驗證演化式正式策略
- 定位、判斷、閱讀:基於知識點索引的開放領域多模態文件問答角色專化工具代理
- OGPO:用於可恢復視覺語言動作模型的離線目標條件策略優化
- Web$hell:代理式網頁存取之統一介面
- HL-LHC 異常偵測中學習事件表示的本地診斷
- Work2Skill:捕捉人類GUI經驗以誘導可重用的代理技能
- 基於能力感知的LLM多智能體系統編排
- DRYLAB-Bench:評估代理型LLM突變設計的生物安全風險
- 神經網路比單一神經元所顯示的更具模組化
- 多代理程式系統中,獎勵作弊作為一種可傳播的策略
- 注意力看見,MLP拒絕:追蹤LLM中從注意力到MLP的安全路徑