Command Palette
Search for a command to run...
论文
每日更新的前沿人工智能研究论文,帮助您紧跟最新的人工智能趋势

重新审视智能体工具链演化的评估方法

Ring-Zero:将零强化学习扩展至万亿参数以实现涌现推理































重新审视智能体工具链演化的评估方法

Ring-Zero:将零强化学习扩展至万亿参数以实现涌现推理






























用循环Transformer弥合隐式与显式推理的鸿沟
迈向自主且可审计的医学影像模型开发
MuScriptor:一个面向多乐器音乐转录的开放模型
深度强化学习评估与设计范式的原则性分析
先知其所以然:面向软件问题修复的问答驱动式仓库知识获取
盲点基准:评估多模态模型中的盲点
回读:预训练多模态大语言模型作为文本到图像生成的零样本奖励模型
严谨性在人工智能中的作用
代理探索与可复用引导:一种基于代理引导更新信号的模块化大语言模型后训练范式
面向嵌入式硬件的高效卷积神经网络多维度剪枝方法
基于大语言模型引导的程序进化实现针对感知哈希算法的定向黑盒攻击
大语言模型准备好面对HARDCHOICES了吗?
Prezta:基于SNARKs的可证明远程零信任授权执行
仅用分数蒸馏实现紧凑型稠密检索
FAIR GraphRAG:一种面向语义数据分析的检索增强生成方法
ManiScope:基于大语言模型辅助的加密货币操纵风险可视分析
面向神经假肢运动控制的基于事件神经解码
解锁领域特定训练中的每一位专家
EdgeBench:揭示从真实世界环境中学习的缩放定律
ARDY:面向交互式人体运动生成的混合表示自回归扩散模型
PithTrain:一个紧凑且智能体原生的MoE训练系统
语言模型需要睡眠:学习自我修正与记忆巩固
HunyuanOCR-1.5:让轻量级OCR视觉语言模型更快更强
从RGB生成到稠密场读出:基于文本到图像模型的像素空间稠密预测
KronQ:基于克罗内克分解海森矩阵的大语言模型量化
信赖域策略蒸馏
视频生成模型是通用视觉学习器
面向语言智能的可扩展视觉预训练
长时程终端基准:通过密集奖励评分测试智能体在长时程终端任务上的极限
LLM-as-a-Tutor:面向不可验证强化学习的策略感知提示自适应
用循环Transformer弥合隐式与显式推理的鸿沟
迈向自主且可审计的医学影像模型开发
MuScriptor:一个面向多乐器音乐转录的开放模型
深度强化学习评估与设计范式的原则性分析
先知其所以然:面向软件问题修复的问答驱动式仓库知识获取
盲点基准:评估多模态模型中的盲点
回读:预训练多模态大语言模型作为文本到图像生成的零样本奖励模型
严谨性在人工智能中的作用
代理探索与可复用引导:一种基于代理引导更新信号的模块化大语言模型后训练范式
面向嵌入式硬件的高效卷积神经网络多维度剪枝方法
基于大语言模型引导的程序进化实现针对感知哈希算法的定向黑盒攻击
大语言模型准备好面对HARDCHOICES了吗?
Prezta:基于SNARKs的可证明远程零信任授权执行
仅用分数蒸馏实现紧凑型稠密检索
FAIR GraphRAG:一种面向语义数据分析的检索增强生成方法
ManiScope:基于大语言模型辅助的加密货币操纵风险可视分析
面向神经假肢运动控制的基于事件神经解码
解锁领域特定训练中的每一位专家
EdgeBench:揭示从真实世界环境中学习的缩放定律
ARDY:面向交互式人体运动生成的混合表示自回归扩散模型
PithTrain:一个紧凑且智能体原生的MoE训练系统
语言模型需要睡眠:学习自我修正与记忆巩固
HunyuanOCR-1.5:让轻量级OCR视觉语言模型更快更强
从RGB生成到稠密场读出:基于文本到图像模型的像素空间稠密预测
KronQ:基于克罗内克分解海森矩阵的大语言模型量化
信赖域策略蒸馏
视频生成模型是通用视觉学习器
面向语言智能的可扩展视觉预训练
长时程终端基准:通过密集奖励评分测试智能体在长时程终端任务上的极限
LLM-as-a-Tutor:面向不可验证强化学习的策略感知提示自适应