⏶
90
使用一个训练样本对大型语言模型进行推理的强化学习
⏶
66
排行榜错觉
⏶
61
UniversalRAG：跨越多种模态和粒度的多个语料库上的检索增强生成
⏶
52
ReasonIR: 训练用于推理任务的检索器
⏶
35
迈向评估性思维：伴随演化奖励模型的元策略优化
⏶
20
TesserAct: 学习 4D 具身世界模型
⏶
18
上下文编辑：利用大规模扩散Transformer中的上下文生成实现指令式图像编辑
⏶
12
经认证的减轻最坏情况下的LLM版权侵权
⏶
11
YoChameleon: 个性化视觉与语言生成
⏶
11
X-Fusion: 引入新模态到冻结的大型语言模型
⏶
9
RAGEN：通过多轮强化学习理解大型语言模型智能体中的自我演化
⏶
8
ISDrama：通过多模态提示生成沉浸式空间戏剧
