AWORLD：通过分布式框架实现代理人工智能的高效学习平台
AWORLD：通过分布式框架实现代理人工智能的高效学习平台
由 MCP-Bench 首创的 LLM 代理评估新趋势！复杂任务和真实世界场景的挑战
由 MCP-Bench 首创的 LLM 代理评估新趋势！复杂任务和真实 ...
USO"，一种基于分离和奖励学习的新方法：走在将风格和主题融为一体的图像生成的最前沿
USO"，一种基于分离和奖励学习的新方法：走在将风格和主题融为一体的图 ...
RStar2-Agent：通过基于 GRPO-RoC 的高效代理强化学习实现最先进的数学推理
RStar2-Agent：通过基于 GRPO-RoC 的高效代理强化学 ...
Pref-GRPO：通过成对比较实现稳定文本图像生成强化学习的新方法
Pref-GRPO：通过成对比较实现稳定文本图像生成强化学习的新方法
TRACEALIGN：追踪大规模语言模型对齐漂移的原因和保护措施
TRACEALIGN：追踪大规模语言模型对齐漂移的原因和保护措施
AlignGuard-LoRA：一种结合了高效微调和安全保护的新正则化方法
AlignGuard-LoRA：一种结合了高效微调和安全保护的新正则化 ...
ChartCap：利用大型数据集和新的评估指标抑制图表标题幻觉
ChartCap：利用大型数据集和新的评估指标抑制图表标题幻觉
LAMIC：一种无需学习、布局可控的多参考图像生成方法
LAMIC：一种无需学习、布局可控的多参考图像生成方法
LiveMCPBench：在大型工具环境中评估 LLM 代理的新基准
LiveMCPBench：在大型工具环境中评估 LLM 代理的新基准
Goedel-Prover-V2：通过自我修正和逐步数据合成实现高效自动定理证明的新发展
Goedel-Prover-V2：通过自我修正和逐步数据合成实现高效自 ...
多人对话视频生成的新发展：麻省理工学院数据集和基线模型 "CovOG"
多人对话视频生成的新发展：麻省理工学院数据集和基线模型 "CovOG"
ToolTrain：利用 LLM 进行资源库深度搜索和问题定位的新方法
ToolTrain：利用 LLM 进行资源库深度搜索和问题定位的新方法
启用 FlashAttention 的令牌压缩 "表象移动 "的工作原理和效果
启用 FlashAttention 的令牌压缩 "表象移动 "的工作原 ...
CRINN：通过强化学习自动优化近似近邻算法
CRINN：通过强化学习自动优化近似近邻算法
CompassVerifier：彻底改变 LLM 解决方案验证的新基准和稳健模型
CompassVerifier：彻底改变 LLM 解决方案验证的新基准 ...
