⏶
60
每一次关注都至关重要：一种用于长上下文推理的高效混合架构
⏶
60
BAPO：通过自适应剪裁的平衡策略优化，稳定 LLM 的离策略强化学习
⏶
40
LoongRL：用于长上下文高级推理的强化学习
⏶
31
GigaBrain-0：一个由世界模型驱动的视觉-语言-动作模型
⏶
24
语言模型是单射的，因此是可逆的
⏶
17
VideoAgentTrek：从无标签视频中进行计算机使用预训练
⏶
17
视觉-语言模型的统一强化学习和模仿学习
⏶
16
DaMo：用于手机代理微调多模态 LLM 的数据混合优化器
⏶
15
扩散语言模型中的注意力汇聚
⏶
13
Pico-Banana-400K：一个用于文本引导图像编辑的大规模数据集
⏶
7
FinSight：迈向真实世界的金融深度研究
⏶
7
olmOCR 2：文档 OCR 的单元测试奖励
⏶
7
定向推理注入以微调 MLLM
⏶
6
他们是恋人还是朋友？评估 LLM 在英语和韩语对话中的社会推理能力
⏶
6
KORE：通过面向知识的增强和约束增强大型多模态模型的知识注入
⏶
6
OmniNWM：全知驾驶导航世界模型
⏶
6
面向训练无关视频推理分割的多模态大语言模型中分解注意力融合
⏶
5
从图表到代码：多模态模型的层次基准
⏶
5
ColorAgent：构建一个稳健、个性化、交互式的操作系统代理
⏶
4
TheMCPCompany：使用任务专用工具创建通用代理
⏶
4
MINED：利用多模态时效知识探测和更新大型多模态模型
⏶
3
NeuroAda：激活每个神经元的潜力，实现参数高效微调
⏶
3
AlphaOPT：利用自改进型 LLM 经验库制定优化程序
⏶
3
向最优秀者学习，以不同的方式：数据选择中多样性驱动的再思考
