⏶
217
LLM的思维链推理是海市蜃楼吗？一个数据分布视角
⏶
138
VeriGUI: 可验证长链GUI数据集
⏶
81
高效智能体：构建有效智能体同时降低成本
⏶
61
Agent Lightning：使用强化学习训练任意AI智能体
⏶
53
使用强化学习训练长上下文、多轮软件工程智能体
⏶
47
SEAgent: 具有自主学习经验的自进化计算机使用代理
⏶
34
在合成世界中利用强化学习增强视觉-语言模型训练以实现现实世界成功
⏶
23
Sotopia-RL: 社会智能的奖励设计
⏶
22
CoTox：基于思维链的分子毒性推理与预测
⏶
21
LaTCoder：通过“布局即思想”将网页设计转换为代码
⏶
20
Web-CogReasoner: 迈向面向Web代理的知识诱导认知推理
⏶
18
HPSv3: 迈向广谱人类偏好分数
⏶
18
高斯变异场扩散用于高保真视频到4D合成
⏶
13
DreamVVT：通过分阶段扩散Transformer框架掌握野外真实视频虚拟试穿技术
⏶
12
Sculptor: 通过主动上下文管理赋予LLM认知代理能力
⏶
12
观点：当前的AI会议模式不可持续！诊断中心化AI会议的危机
⏶
11
LeanK: 可学习K缓存通道剪枝实现高效解码
⏶
9
OpenMed NER：适用于12个公共数据集的开源、领域自适应的生物医学NER最先进Transformer模型
⏶
9
StepFun-Formalizer：通过知识-推理融合释放LLM的自动形式化潜力
⏶
8
IAUNet：实例感知U-Net
⏶
8
HarmonyGuard：通过自适应策略增强和双目标优化实现Web代理的安全与实用
⏶
7
MiDashengLM：利用通用音频字幕实现高效音频理解
⏶
6
EVOC2RUST：一个用于项目级C到Rust翻译的骨架引导框架
⏶
6
RL-PLUS：通过混合策略优化对抗LLM在强化学习中能力边界崩溃的问题
⏶
6
DPoser-X：扩散模型作为鲁棒的 3D 全身人体姿态先验
⏶
4
一种多模态3D占用接地由粗到精的方法
⏶
4
用于5G无线网络根本原因分析的推理语言模型
⏶
4
FACTORY：一个用于长篇事实性验证的挑战性人类验证提示集
⏶
3
Sel3DCraft：用于用户友好的文本到3D生成的交互式视觉提示
⏶
3
DiffSemanticFusion：基于在线高清地图扩散的自动驾驶语义栅格BEV融合
