⏶
115
用于语言模型的模型链学习
⏶
78
AdaptThink：推理模型可以学习何时思考
⏶
57
AdaCoT：基于强化学习的帕累托最优自适应思维链触发
⏶
50
Thinkless：大语言模型学习何时思考
⏶
48
Delta Attention: 通过Delta修正实现快速准确的稀疏注意力推理
⏶
45
通过用户界面分解与合成实现计算机使用基础化的规模扩展
⏶
35
利用可训练稀疏注意力实现更快的视频扩散
⏶
35
大型语言模型预训练中的模型合并
⏶
29
透过镜子：对怪异图像的常识一致性评估
⏶
28
用于快速动态场景表示的混合 3D-4D 高斯泼溅
⏶
26
黑暗中探索：基于测试时实例级策略梯度在潜在空间中的推理
⏶
25
MM-PRM: 通过可扩展的步骤级监督增强多模态数学推理能力
⏶
23
CPGD: 迈向用于语言模型的稳定基于规则强化学习
⏶
22
FedSVD: 结合LoRA用于隐私联邦学习的自适应正交化
⏶
22
EfficientLLM: 大语言模型中的效率
⏶
21
断裂思维链推理
⏶
19
SEED-GRPO： 语义熵增强的 GRPO 用于不确定性感知的策略优化
⏶
17
VisionReasoner：通过强化学习实现的统一视觉感知与推理
⏶
16
神经符号查询编译器
⏶
16
ChartMuseum: 测试大型视觉-语言模型的视觉推理能力
⏶
13
ViPlan：基于符号谓词和视觉语言模型的视觉规划基准
⏶
11
R3: 鲁棒的评分标准无关奖励模型
⏶
9
当AI合作科学家失败时：SPOT——一个用于科学研究自动化验证的基准
⏶
9
基于连续潜在空间能量距离的高效语音语言建模
⏶
8
MTVCrafter：用于开放世界人体图像动画的4D运动标记化
⏶
7
基于 GS-Jacobi 迭代加速 TarFlow 采样
⏶
6
微小问答基准++：用于持续LLM评估的超轻量级合成多语言数据集生成与冒烟测试
⏶
6
MedCaseReasoning: 从临床病例报告中评估和学习诊断推理
⏶
5
FinePhys: 通过显式融入物理定律实现细粒度人体动作生成，用于有效的骨骼引导
⏶
5
SoftCoT++：结合软思维链推理的测试时扩展
⏶
4
QVGen：突破量化视频生成模型的极限
⏶
3
ExTrans：基于范例增强强化学习的多语言深度推理翻译
⏶
3
HISTAI：一个用于计算病理学的开源、大规模全玻片图像数据集
⏶
3
HelpSteer3-Preference：跨不同任务和语言的开放人工标注偏好数据
⏶
3
基于计算机使用构建通用用户模型
⏶
2
TechniqueRAG：用于网络威胁情报文本中对抗技术标注的检索增强生成
