每日论文

强化学习真的能激励LLM在基础模型之上展现推理能力吗？

NodeRAG：用异构节点构建基于图的RAG

MIG：通过最大化语义空间中的信息增益进行指令调优的自动数据选择

多语言思考能够增强LLM的推理能力吗？

AerialMegaDepth：学习空中-地面重建和视图合成

万物互联：一次关于测试时记忆、注意力偏差、保留和在线优化的旅程

通过内部表征的视角分析大型语言模型跨语言的知识边界认知

生成式人工智能第二阶段：测试时缩放驱动认知工程

CLASH：从多角度评判高风险困境的语言模型评估

HiScene：通过等距视图生成创建分层3D场景

标记化图像块：用于大型图像中有效去雾的全局上下文融合

思想操纵：外部的思考可以高效地用于大型推理模型

通行成本：一个用于评估语言模型的经济框架

大型视频语言模型的自我对齐，通过精炼的正则化偏好优化

Filter2Noise: 采用注意力引导的双边滤波的低剂量CT可解释自监督单图像去噪

重新审视语言模型中的不确定性量化评估： 与回复长度偏差结果的虚假交互作用