⏶
116
用于推理语言模型的强化学习熵机制
⏶
85
SWE-rebench：软件工程智能体任务收集与去污评估的自动化管线
⏶
68
R2R：利用大小模型令牌路由高效探索分支推理路径
⏶
52
Skywork Open Reasoner 1 技术报告
⏶
50
Sherlock: 视觉语言模型中的自校正推理
⏶
45
通过 GRPO 对多模态 LLM 推理进行无监督后训练
⏶
45
缩放链：通过尺度自回归与偏好对齐实现的极致超分辨率
⏶
43
SageAttention2++: SageAttention2 的更高效实现
⏶
36
通过带有冷启动的强化学习推进多模态推理
⏶
35
RenderFormer: 基于 Transformer 的带全局光照的三角形网格神经渲染
⏶
27
通过下一事件预测促进视频推理
⏶
25
DeepResearchGym：一个免费、透明、可复现的深度研究评估沙盒
⏶
25
在企业系统中用于领域特定检索的难例挖掘
⏶
22
FS-DAG: 用于视觉丰富文档理解的少样本域适应图网络
⏶
21
通用推理器：一个用于冻结大语言模型的单一、可组合的即插即用推理器
⏶
18
WebDancer: 迈向自主信息寻求代理
⏶
18
跨语言质量评估：基于语言模型的多语言预训练数据过滤方法
⏶
17
逐句预测
⏶
15
如何利用Stable Diffusion实现文本到360度全景图生成？
⏶
15
重新审视多智能体辩论作为测试时扩展：一项关于条件有效性的系统性研究
⏶
14
迈向动态心智理论：评估 LLM 对人类状态时间演变的适应性
⏶
14
SVRPBench：一个用于随机车辆路径问题的真实基准测试
⏶
14
CHIMERA：科学文献中的概念重组知识库
⏶
14
令牌减少应该超越生成模型中的效率 -- 从视觉、语言到多模态
⏶
14
大型语言模型中的个性化安全：一个基准与一种基于规划的智能体方法
⏶
13
利用生成的图像进行思考
⏶
13
通过轮级信用分配强化LLM智能体的多轮推理能力
⏶
12
LIMOPro: 用于高效有效测试时扩展的推理细化
⏶
10
VRAG-RL：赋能基于视觉感知的 RAG，通过强化学习迭代推理增强视觉丰富信息理解
⏶
9
EPiC：通过精准的锚定视频引导实现高效的视频摄像机控制学习
⏶
7
Text2Grad: 从自然语言反馈中进行强化学习
⏶
7
RICO：通过视觉重建提高图像重配字幕的准确性和完整性
⏶
6
PrismLayers: 用于高质量多层透明图像生成模型的开放数据
⏶
6
基于规则和基于模型的验证器在数学推理中的陷阱——一项案例研究
⏶
6
MangaVQA 和 MangaLMM：面向多模态漫画理解的基准与专用模型
⏶
6
Prot2Token：基于下一词元预测的统一蛋白质建模框架
⏶
5
One-Way Ticket：用于蒸馏文本到图像扩散模型的时间独立统一编码器
⏶
5
就像人类需要疫苗，模型也需要：模型免疫以对抗谬误
⏶
5
通过 LLM 代理的零样本视觉编码器嫁接
⏶
4
GRE Suite: 通过微调的视觉-语言模型和增强的推理链进行地理定位推理
⏶
4
Safe-Sora: 通过图形水印实现安全的文本到视频生成
⏶
4
Styl3R：适用于任意场景和风格的即时三维风格化重建
⏶
4
基于影响蒸馏的大规模数据高效选择
⏶
3
基于 Hugging Face 知识图谱的推荐、分类和追踪基准测试
⏶
3
揭示指令特异性神经元与专家：LLM指令遵循能力的分析框架
⏶
3
元学习人脑高级视觉皮层的语境Transformer模型
⏶
3
AITEE -- 电气工程的代理导师
⏶
3
HoPE: 视觉-语言模型中的长度泛化混合位置编码
