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。
- ForkGRPO:擴散語言模型的高效探索與細粒度信用分配機器翻譯ForkGRPO: Efficient Exploration and Fine-Grained Credit Assignment for Diffusion Language Models
arXiv:2610.19408v1 Announce Type: new Abstract: Diffusion large language models (dLLMs) have advanced rapidly, yet strengthening their reasoning through reinforcement learning (RL) remains an open challenge. Any-order g
論文基準arXiv cs.CL · 10/15 下午12:00 · 當天共 27 則展開同日其他 26 則
- 問答與教學對話的統一回應框架
- 僅在有益時檢索:用於選擇性檢索增強機器翻譯的代理式強化學習
- LLM 代理能否高效辨識家電故障?從模擬家電診斷中獲得的洞見
- 跨越性別二元:科幻與一般小說中性別指涉的建模
- Qwenfant:在簡潔平行文本上訓練大型字元級 BabyLM
- Titan-Llama:為預訓練大型語言模型外接神經記憶模組
- 從定性文字到整合證據:先並行後整合(PTI)程序
- 相似模型,失衡機率:Chatbot Arena 中 Luce 公設失效之處
- 我們真的在衡量遺忘嗎?多模態大型語言模型機器遺忘評估的陷阱
- 句法頭會影響模型行為嗎?
- 精彩指標與如何尋找它們:多語言風格個性化生成的指標元評估
- 學習保留何者:從使用者回饋中進行轉移感知之個人技能學習
- 順應法規要求:訓練語音代理轉接至債務催收中未見過的受監管程序
- 大型語言模型能否調用世界知識進行事件預測?
- 從複製到組合:語言模型如何發展上下文學習
- DUALVIEW:結合廣泛與輸出特定證據,用於基於LLM的多輸出文字回歸
- 複製貼上式語言模型
- 超越視覺:原生多模態預訓練中可擴展的錨點
- DecisionRobust:跨文字與視覺領域的JEV風格決策模型穩健性評測
- 分享符號,而非向量:跨語言模型的免訓練事實溝通
- 表格資料上的型別化決策模型
- CAFE:將特徵蒸餾限制於語言路由適配器,以實現緊湊型多語言自動語音辨識
- HERO:在程式生成中運用證據進行測試時優化與提示詞最佳化
- 不知如何評估時該怎麼辦?為基礎語言模型評測選擇可靠設定
- 聯合子空間稀疏注意力機制實現高效長上下文解碼
- 以證據為錨的死亡調查報告過量死亡預測
- SLM 該坐駕駛座嗎?研究本地模型在雲端撰寫的 Agent 程式中擔任解譯器的表現機器翻譯Should SLMs be in the Driver's Seat? A Study of Local Models as Interpreters in Cloud-Written Agent Programs
arXiv:2610.14209v1 Announce Type: new Abstract: The most accurate agents executing user-provided tasks are driven by large, cloud-hosted models, which solve them by reading the private data of the user. Agents powered b
論文基準arXiv cs.AI · 10/15 下午12:00 · 當天共 33 則展開同日其他 32 則
- SAT-RL:運用符號求解器訓練語言模型進行邏輯推理
- PsyMemBehav:結合心理學與記憶基礎的兩層級「身份到行動」推理,用於社群媒體行為模擬
- 具 Lean 驗證保證的反思型代理之反事實後悔
- 用於測試時發現的關聯語義接地
- 令人意外的簡單:透過可攜式技能實現代理式 RAG:客服應用案例研究
- 迭代大型語言模型,部署小型語言模型
- Reels-RSI:程式碼生成解說影片的程式層級自我改進
- ScienceBuddy-PV:用於全血管介入研究的驗證器主導遞迴改進協定
- MHWA:多時間尺度分層世界-動作模型
- 透過拉回方向實現可控多樣性採樣
- 如何打造真正能衡量品味的基準
- ACED-Bench:評估LLM代理如何取得並運用因果證據
- Echo:用於LLM訓練與推論的錯誤補償4位元張量並行通訊
- 以相機為主的AI代理應如何運作?
- 將代理式AI整合至企業軟體的參考架構:職責、互動與變異性
- AcrossVAM2.0:具衝突感知點監督的參數高效影片擴散模型適配
- AlignPoison:透過解碼對齊前綴對生成式推薦系統進行條件式定向投毒
- ClawLoop:透過原生訓練迴路實現自我改進的代理
- 視覺化代理價值函數中的世界模型
- AegisVox:長篇語音的因子化隱私保護與臨床資訊保留
- DSABench:多資料庫代理的來源發現、協調與執行基準測試
- 模組化金融強化學習中信用分配的等資訊評估
- Energy Ring:穩定特徵能量以實現可靠的測試時發現
- 從既有方法到新研究構想:遞迴自我改善的兩種視角
- SAGE:推動2位元向量量化LLM走向實際可用
- LYNX:透過接地與閉環精煉進行分析式程式合成
- 不受限制的 CTI-REALM 與開放權重
- 人工智慧的初試:以大型語言模型為參照的超智慧C式測驗
- Agentic Data Science 中的隱性失敗
- AI 穩健性稽核的可執行元需求
- 多模態基準測試真的有用嗎?透過結構-回應共同校準進行項目層級診斷
- CUSE:結合反事實引導與在策略自我蒸餾的細粒度多模態遺忘