每日论文

PVPO：基于预估值策略优化的智能体推理

T2R-bench：一个用于从真实世界工业表格生成文章级报告的基准

在复杂的动态环境中，输入重构如何提高工具使用准确性？一项关于τ-bench的研究

不遗漏任何标签：面向所有监督制度的统一表面缺陷检测模型

UI-Level Evaluation of ALLaM 34B: Measuring an Arabic-Centric LLM via HUMAIN Chat

从反应式到认知式：面向具身智能体的受大脑启发的空间智能

数字民主：作为人工智能治理政治中对齐的制度设计