⏶
137
自主强化策略优化
⏶
78
自演化智能体综述：迈向人工智能超智能之路
⏶
56
ARC-混元-视频-7B：真实世界短视频的结构化视频理解
⏶
54
SmallThinker：一系列为本地部署原生训练的高效大型语言模型
⏶
40
Rep-MTL：释放表示级任务显著性在多任务学习中的力量
⏶
35
重建四维空间智能：一项综述
⏶
31
几何平均策略优化
⏶
23
多样性增强主观问题推理
⏶
20
GPT-IMAGE-EDIT-1.5M：一个百万级GPT生成图像数据集
⏶
17
基于区域的聚类判别用于视觉表示学习
⏶
14
UloRL：一种超长输出强化学习方法，用于提升大型语言模型的推理能力
⏶
12
ScenePainter：通过概念关系对齐实现语义一致的永久三维场景生成
