Administrator

加入于 2026-03-18 1443 篇文章 windytsddb@outlook.com

10/12 通过蒸馏最优传输从少量配对数据中进行表示对齐

10/12 忠实且完整的LLM辅助分层硬件知识图谱自动构建

10/12 MagicBeanStalk：通过递归数据合成摆脱RLVR零优势陷阱

10/12 CLEAT：面向交互式代理的价值引导澄清学习

10/12 超越二元可验证奖励：SWE代理的行为自我奖励

10/12 SpireBench：使用Slay the Spire评估智能体的长时战略游戏

10/12 了解你所不知道的：通过进化生成空间实现自主数据合成与闭环学习

10/12 等预算蒙特卡洛树搜索与随机重启列表调度在DAG工作流中的应用：一项受控等预算计算研究

10/12 精英表格：可执行控制策略的自改进程序搜索

10/12 无锚点下的忠诚度：可解释人工智能特征重要性度量指标的结构性错位立场文件