· ai
[Paper] ReasonBENCH：基准测试 LLM 推理的（不）稳定性
大型语言模型（LLMs）正日益被部署在需要推理的场景中，例如多步骤问题求解和 chain-of-thought。 然而，...
-
- · ai
机器学习“降临节日历”第8天：Excel中的Isolation Forest
Isolation Forest 可能看起来很技术化，但其思想很简单：使用随机划分来隔离数据点。如果一个点被快速隔离，它就是异常；如果需要…
- · ai
[Paper] 当大型语言模型失效时：通过图神经网络进行在线不文明行为预测
在线不文明行为已成为数字社区中广泛且持续存在的问题，对用户造成了巨大的社会和心理负担。Alt...
- · ai
Booking.com 的代理策略：严谨、模块化，已实现 2 倍准确率
当许多企业甚至还没有考虑 agentic behaviors 或 infrastructures 时，Booking.com 已经通过其自研的 conversa… “偶然” 涉足其中。
- · ai
如何创建以ML为中心的通讯
学习如何使用 AI 工具制作简报。文章《How to Create an ML-Focused Newsletter》首次发表于 Towards Data Science....
- · ai
[Paper] AutoICE：通过 LLM 驱动的演化自动合成可验证的 C 代码
自动从 natural language requirements 合成 verifiable code 可确保软件的正确性和可靠性，同时显著降低了门槛。
- · ai
[Paper] LLMs 在 Agentic 场景中如何失败？对各种 LLMs 在 Agentic 模拟中的成功与失败情境的定性分析
我们研究大型语言模型（LLMs）在作为具备工具使用能力的自主代理时的失败情况。使用 Kamiwaza Agentic Merit Index（KAM）...
- · ai
[论文] KAN-Dreamer：在世界模型中基准测试 Kolmogorov‑Arnold 网络作为函数逼近器
DreamerV3 是一种最先进的在线模型驱动强化学习（MBRL）算法，以其显著的样本效率而闻名。同时，Kolmogorov‑Arno…
- · ai
[Paper] LLMs 会信任它们写的代码吗？
尽管大型语言模型（LLMs）在代码生成方面非常有效，但它们经常输出错误的代码。一个原因是模型输出概率……
- · ai
[Paper] Venus：一种用于基于VLM的在线视频理解的高效边缘记忆与检索系统
视觉语言模型（VLMs）已展示出令人印象深刻的多模态理解能力，并正被部署在越来越多的在线视频中……
- · ai
DCO：通过预测管理实现 LLM 加速器的动态缓存编排
大型语言模型（LLMs）的快速采用正推动 AI 加速器向更强大且更专用的设计发展。与其进一步复杂化…
- · ai
学习 Google AI 课程的旅程：agentic intensive capstone project 非常惊艳且信息丰富，感谢并祝学习愉快
与 Google AI 课程的学习之旅——一个以代理为核心的密集顶点项目——非常惊艳且信息丰富。我感到非常高兴能够拥有这个机会……