文章
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 ...
LongVie：通过多模式控制实现一分钟超高质量视频生成的新时代
LongVie：通过多模式控制实现一分钟超高质量视频生成的新时代
Skywork UniPic：新一代多模态模型，集图像理解、生成和编辑于一体，效率极高
Skywork UniPic：新一代多模态模型，集图像理解、生成和编辑 ...
种子扩散预览：兼具快速推理和高性能的下一代代码生成模型
种子扩散预览：兼具快速推理和高性能的下一代代码生成模型
MATE：多代理无障碍模式转换框架
MATE：多代理无障碍模式转换框架
小波扩散：最快的扩散模型
小波扩散：最快的扩散模型
生成图像
利用 ChatGPT 提高面部识别的准确性和透明度，这是软性生物识别技术的新发展
利用 ChatGPT 提高面部识别的准确性和透明度，这是软性生物识别技 ...
大型语言模型
![[RL-GPT]在 Mincraft 中](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/March2024/rl-gpt-520x300.png)
[RL-GPT]在 Mincraft 中以比平常快几倍的速度获取钻石的框架现已推出
[RL-GPT]在 Mincraft 中以比平常快几倍的速度获取钻石的 ...
机器学习
现在有了一个框架，可以让法律硕士使用 MBTI 评估人的个性！
现在有了一个框架，可以让法律硕士使用 MBTI 评估人的个性！
聊天室GPT
VCRL：利用奖励差异控制学习难度的 LLM 强化学习新方法
VCRL：利用奖励差异控制学习难度的 LLM 强化学习新方法
从记忆到检索的 LLM：工具内学习的理论优势和证据
从记忆到检索的 LLM：工具内学习的理论优势和证据
简单!准确度高!异常检测模型PatchCore的吸引力
简单!准确度高!异常检测模型PatchCore的吸引力
目标检测
优于ViT!大规模CNN的新基本模型!:InternImage
优于ViT!大规模CNN的新基本模型!:InternImage
深度学习
针对体育博彩中足球比赛预测挑战的机器学习模型
针对体育博彩中足球比赛预测挑战的机器学习模型
体育分析
![[DPO]一种不使用强化学习，直接将大规](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/January2024/direct_preference_optimization-520x300.png)
[DPO]一种不使用强化学习，直接将大规模语言模型与用户偏好相匹配的方法
[DPO]一种不使用强化学习，直接将大规模语言模型与用户偏好相匹配的方 ...
RLHF
FakeParts：一个新的基准，揭示了部分深度伪造的威胁和检测极限
FakeParts：一个新的基准，揭示了部分深度伪造的威胁和检测极限
Social-MAE 是一种社交人工智能，它利用自我监督学习来解读情绪、笑声和个性
Social-MAE 是一种社交人工智能，它利用自我监督学习来解读情绪 ...
ImmerseGen：由代理引导的、轻量级的、高度逼真的下一代虚拟现实场景生成
ImmerseGen：由代理引导的、轻量级的、高度逼真的下一代虚拟现实 ...
![[Qwen2-VL] 可处理不同分辨率图](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/October2024/qwen2-vl-520x300.png)
[Qwen2-VL] 可处理不同分辨率图像和视频的最新 VLM
[Qwen2-VL] 可处理不同分辨率图像和视频的最新 VLM
大型语言模型