Reinforcement learning with verifiable rewards (RLVR) 已成为一种有前景的方法，通过利用监督… 来训练推理语言模型 (RLMs)。

我们研究由[Goel et al. 2017]提出的对抗注入模型中的在线学习，其中标记样本流主要是独立同分布（i.i.d.）抽取的 f...

对专家注释的依赖长期以来一直是人工智能在生物医学应用中的主要瓶颈。虽然 supe...

检索增强生成（RAG）通过在生成时条件化检索到的外部文档来提升大语言模型（LLMs），但检索的效果……

基于边缘的表征是视觉理解的基本线索，这一原则源于早期的视觉研究，至今仍然是核心。我们扩展了这一…

大型语言模型（LLMs）在人类获取信息的方式中发挥着关键作用。虽然它们的核心用途依赖于理解书面请求，但我们对……

在本研究中，大型语言模型（LLM）的输出被视为一种信息源，生成从有限字母表中抽取的无限符号序列……

现代代码智能代理在超过 100 万标记的上下文中运行——远远超出人类手动定位相关文件的规模。然而，代理仍然……

大型语言模型正在被部署在复杂的 socio-technical 系统中，这暴露了当前 alignment 实践的局限性。我们持有的立场是 d...

OT 与 ICS 面临日益增长的网络安全挑战 随着技术日益数字化和全球互联，运营技术（OT）环境和…

LLM 驱动的应用正通过将 large language models 作为复杂任务执行的核心推理组件，迅速重塑软件生态系统。Th...

随着基于 LLM 的多智能体系统（MAS）日益被部署用于复杂任务，确保其可靠性已成为一个紧迫的挑战。由于 MAS 协...