⏶
114
ReasonRank：通过强大的推理能力赋能段落排序
⏶
104
WideSearch：对代理广域信息搜索的基准测试
⏶
84
自演化人工智能代理综合综述：连接基础模型与终身代理系统的新范式
⏶
58
Omni-Effects：统一且空间可控的视觉效果生成
⏶
44
SONAR-LLM: 一种在句子嵌入中思考并用标记说话的自回归Transformer
⏶
42
第一部分：是技巧还是陷阱？深入探讨用于大型语言模型推理的强化学习
⏶
40
MolmoAct：能够进行空间推理的动作推理模型
⏶
39
Klear-Reasoner：通过梯度保留剪裁策略优化提升推理能力
⏶
36
BrowseComp-Plus：一个更公平、更透明的深度研究代理评估基准
⏶
29
UserBench：一个以用户为中心的代理的交互式健身环境
⏶
27
视觉中的强化学习：一项综述
⏶
24
Grove MoE：通过伴随专家实现高效卓越的 MoE LLM
⏶
20
Spectrum Projection Score：在检索增强生成中，使检索到的摘要与读者模型对齐
⏶
18
OmniEAR：对具身任务中代理推理能力的基准测试
⏶
15
时序自奖励语言模型：通过过去-未来解耦选择-拒绝
⏶
13
少即是多：无需训练的稀疏注意力，具备全局局部性，实现高效推理
⏶
10
通用机器人策略中的捷径学习：数据集多样性和碎片化的作用
⏶
10
MoBE：用于压缩基于 MoE 的 LLM 的混合基专家
