研究與工具
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。
- 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機器翻譯RAMP: Recurrent Adaptive Mixed Precision for Efficient Prefill in Recurrent-Depth Language Models
arXiv:2610.13041v1 Announce Type: new Abstract: Recurrent-depth language models improve inference-time reasoning by repeatedly applying a shared network to refine internal representations, but the additional recurrent c
論文基準arXiv cs.CL · 10/13 下午12:00 · 當天共 26 則展開同日其他 25 則
- 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
- 以潛在內在回饋訓練使用者模擬器
- 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
- zip2zip++:朝向推論階段極小品質損失的Token壓縮
- 啟動標註者:將生活經驗運用於資料標註
- 擴展代理式資料以實現長程終端智慧
- 透過長尾表現評估大型語言模型的創意
- BenCoDiC:孟加拉語政治新聞語境下的大規模網路霸凌語料庫(完整版)
- 深度研究代理的反思式提示詞優化:一種主題不相交、多隨機種子協議,用於衡量可遷移增益與提示詞層級過擬合
- 多串注意力殘差
- 克服專家選擇偏差所導致的資料不平衡
- KV-Repurpose:評估非前綴 KV-Cache 重用之測試平台
- 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
- SFT 該學什麼?用於可泛化後訓練的條件資訊增益
- 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
- CoBe:對話式反事實文字編輯基準
- 語言模型的自我保存
- 恐懼未必是恐懼:不同資料集中情緒標籤等價性的差異
- 多代理程式系統中,獎勵作弊作為一種可傳播的策略機器翻譯Reward Hacking as a Transmissible Strategy in Multi-Agent Coding Systems
arXiv:2610.12822v1 Announce Type: new Abstract: Multi-agent systems are increasingly used to solve coding tasks by coordinating agents that share code and plans. These agents are often optimized with reinforcement learn
論文基準arXiv cs.AI · 10/13 下午12:00 · 當天共 34 則展開同日其他 33 則
- 注意力看見,MLP拒絕:追蹤LLM中從注意力到MLP的安全路徑
- 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
- 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
- 以語言訓練神經解碼器
- SmartSalesBench:評估LLM銷售代理的抗干擾多輪對話基準
- SpireBench:以《殺戮尖塔》評測代理模型的長程策略能力
- 模型切片上的協同學習與推理
- 認識你的無知:透過演化生成空間進行代理式資料合成,實現閉環學習
- 超越二元可驗證獎勵:軟體工程代理的行為自我獎勵
- Web$hell:代理式網頁存取之統一介面
- 無錨之忠實:論特徵重要性中可解釋AI忠實度指標的結構性錯位
- 透過少量配對資料與蒸餾最佳傳輸實現表示對齊
- 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
- 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
- RegulaTutor:一個以理論為基礎的長期個人化學習框架
- JANUS:以共同演化的世界模型強化長程自主研究
- MathVis:AI 能透過繪圖進行推理嗎?數學圖形生成基準
- 少訓練、多學習:不確定性引導的漸進式收縮,實現高效推理後訓練
- 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
- 部署階段介入:突破策略限制,解鎖代理式強化學習
- 回溯以前行:長程代理的回顧性探索與演進
- EvoBelief:用於自我改進型LLM代理的可證偽世界模型
- 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
- 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
- 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
- 針對無監督專利請求項分類,評估嵌入幾何結構與聚類演算法