每日论文

AgentFly：在不微调 LLM 的情况下微调 LLM Agent

超越Pass@1：变分问题合成的自我对弈能够维持RLVR

ODYSSEY：用于长周期任务的开放世界四足动物探索与操控

AgentScope 1.0：一个以开发者为中心的框架，用于构建 Agentic 应用

EgoTwin：第一人称的身体和视角梦想

CRISP：通过稀疏自动编码器实现持久的概念遗忘

AetherCode：评估大型语言模型在顶级编程竞赛中获胜的能力

弱监督可供性基础的自适应对比学习

用于可追溯诊断推理的端到端 Agentic RAG 系统训练

做什么？教导视觉-语言-动作模型拒绝不可能的任务

TPLA：用于高效 disaggregated 预填充与解码推理的张量并行潜在注意力

Distilled-3DGS: 蒸馏三维高斯泼溅

Sketch3DVE: 基于草图的3D感知场景视频编辑

InMind：评估 LLM 捕捉和应用个体人类推理风格的能力

可学习 SMPLify：无优化的人体姿态逆运动学神经解决方案

CARFT：通过带标注的思维链强化微调进行对比学习，增强大型语言模型的推理能力

使用明确有害的提示来“越狱”商业黑盒大型语言模型

RotaTouille: 轮转等变深度学习用于轮廓