CLEAT：面向交互式代理的价值引导澄清学习 CLEAT是一种面向交互式智能体的价值引导澄清学习方法，旨在通过学习智能体如何根据交互中习得的价值来引导其问题，从而增强澄清过程。 2026-10-12 AI & Machine Learning 0 Administrator
超越二元可验证奖励：SWE代理的行为自我奖励 传统的二元奖励在软件智能体训练中过于粗略，无法捕捉性能的细微差别。行为自我奖励（BSR）机制允许智能体评估自身行为轨迹，提供更细致的反馈，从而实现更稳健和高效的表现。 2026-10-12 AI & Machine Learning 0 Administrator
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 智能数据合成通过进化生成空间实现闭环学习，解决当前合成数据方法的不足，提升大型语言模型的学习效率和泛化能力。 2026-10-12 AI & Machine Learning 0 Administrator
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 一项研究比较了蒙特卡洛树搜索（MCTS）和随机重启列表调度（RRLS）在DAG工作流中的应用，发现在受控等预算条件下，两者的性能差距显著缩小，挑战了MCTS总是优于简单方法的传统观点。 2026-10-12 AI & Machine Learning 0 Administrator
精英表格：可执行控制策略的自改进程序搜索 EliteTable是一种利用大型语言模型实现自我改进的程序搜索算法，通过结合LLM与自我改进框架，高效地发现可执行控制策略。 2026-10-12 AI & Machine Learning 0 Administrator
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 本文探讨了可解释人工智能（XAI）中的忠实度指标与人类实际需求之间的错位问题，指出当前指标缺乏背景锚点，可能导致误导性解释并削弱对AI的信任。 2026-10-12 AI & Machine Learning 0 Administrator
数字营销职业心得：好奇心、数据与增长 数字营销的成功依赖于好奇心、数据分析和持续增长。保持好奇心有助于营销人员理解变化并做出更好的决策，数据分析是优化策略和衡量ROI的关键，而增长型思维和策略扩展则是实现最终目标的基础。 2026-10-12 AI & Machine Learning 0 Administrator
地球回响 🌿：探索自然之声与开源AI 地球回响是一个开源AI项目，将日常声音转化为户外探索工具，帮助人们识别和欣赏自然声音。 2026-10-12 AI & Machine Learning 0 Administrator
本地索引以减少工具调用和token使用 本地索引是一种技术，通过将经常访问的数据本地存储来减少工具调用和令牌使用，从而提高AI和机器学习系统的效率。 2026-10-12 AI & Machine Learning 0 Administrator