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。
- 走向世界屋脊:藏語自然語言處理的進展機器翻譯Towards the Roof of the World: NLP Progress in Tibetan Languages
arXiv:2610.13398v1 Announce Type: new Abstract: Tibetan, spoken by some seven million people on and around the Qinghai-Xizang Plateau, remains underrepresented in natural language processing (NLP). We present, to our kn
論文基準arXiv cs.CL · 10/13 下午12:00 · 當天共 29 則展開同日其他 28 則
- LLM 預訓練資料的 Host-Aware 網頁爬取
- 無監督多模態獎勵建模
- SWE-Duel:朝向程式碼代理的自我擴展競技場
- COFFEQA:以反事實引導的少樣本蒸餾技術,用於LLM問答
- AutoIndexer:透過在編輯鏈上訓練因果模型實現彈性順序解碼
- 透過長尾表現評估大型語言模型的創意
- 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
- 以潛在內在回饋訓練使用者模擬器
- 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
- 透過模擬與營運活動證據,豐富設計階段模型
- 用於長期多方對話記憶的時序證據森林
- CLUE:用於無監督事件類型誘導與標註的對比學習框架
- Evo$^2$:透過權重與框架的共同演化來演化演化器
- U4RASD 於 KnowledgeGraphEval-2026:用於阿拉伯語關係抽取的本體約束編碼器與 LLM 系統
- 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
- 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
- 無共識之協議:免標籤評量標準澄清提升LLM評審一致性,卻未提升與人類的一致性
- CoBe:對話式反事實文字編輯基準
- 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
- 重新思考擴散與解碼的角色:用於並行語言生成的預測狀態流
- DistressBench:評估大型語言模型的多維度危機支援能力
- 部署階段介入:突破策略限制,解鎖代理式強化學習機器翻譯Rollout-Time Intervention: Unlocking Agentic Reinforcement Learning Beyond Policy Limits
arXiv:2610.13438v1 Announce Type: new Abstract: Reinforcement learning (RL) has emerged as a key paradigm for improving large language model (LLM) agents, enabling stronger reasoning, planning, and tool-use in interacti
論文基準arXiv cs.AI · 10/13 下午12:00 · 當天共 31 則展開同日其他 30 則
- 後見之明結構化建議蒸餾:以失敗經驗與任務特徵訓練顧問,引導執行代理
- 人機回饋迴路中具來源感知之信念更新
- 擴展賦能代理
- AlphaNIST:從二元任務獎勵中湧現的組裝技能
- SWE-Critix:用於評估程式碼代理軌跡的後訓練通用驗證器
- MathVis:AI 能透過繪圖進行推理嗎?數學圖形生成基準
- JANUS:以共同演化的世界模型強化長程自主研究
- RegulaTutor:一個以理論為基礎的長期個人化學習框架
- HL-LHC 異常偵測中學習事件表示的本地診斷
- 遺忘未必是壞事:一種受神經啟發的記憶修復機制,用於對抗被投毒的LLM智能體
- BoundaryEvo:於能力邊界進行資料與模型共同演化,以實現長鏈推理蒸餾
- VIGOR:場景程式中可驗證的工業幾何優化與修復
- EvoBelief:用於自我改進型LLM代理的可證偽世界模型
- 以語言訓練神經解碼器
- 超越語義ID:生成式推薦中的有限束可達性與連續查詢生成
- 用於工具整合化學推理的遮罩擴散語言代理
- SmartSalesBench:評估LLM銷售代理的抗干擾多輪對話基準
- 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
- EliteTable:用於可執行控制策略的自我改進程式搜尋
- 零售市場的AI調解:營收影響與品項優化
- DP-MIND:具差隱私記憶引導的長上下文推論
- Web$hell:代理式網頁存取之統一介面
- RoleWorld:以功能性角色抽象進行世界建模中的知識轉移
- SpireBench:以《殺戮尖塔》評測代理模型的長程策略能力
- MagicBeanStalk:以遞迴資料合成擺脫RLVR零優勢陷阱
- 前瞻與回顧:用於路網軌跡的預見式生成建模
- 模型切片上的協同學習與推理
- 透過少量配對資料與蒸餾最佳傳輸實現表示對齊
- 忠實且完整的LLM輔助分層硬體知識圖譜自動建構