· ai
指标欺骗：当你的最佳KPIs隐藏最糟糕的失败
Green Dashboards Metrics 为混乱带来秩序，或者至少，这是我们的假设。它们将多维行为概括为可消费的信号，clic...
-
- · ai
[Paper] 思考即行动：通过多轮交互在 LLM 中构建高效的 World Model 推理
开发稳健的世界模型推理对于大型语言模型（LLM）代理在复杂环境中进行规划和交互至关重要。虽然多轮交互……
- · ai
[Paper] ThetaEvolve：测试时学习在开放问题上
近期在大型语言模型（LLMs）方面的进展已经促成了数学发现的突破，以 AlphaEvolve 为例，这是一个闭源系统，...
- · ai
[Paper] SmallWorlds：评估孤立环境中世界模型的动态理解
当前的世界模型缺乏统一且受控的系统评估环境，这使得难以评估它们是否真正捕捉到了底层的 ru...
- · ai
[Paper] 进步的代价：算法效率与 AI 推理成本下降
近年来，语言模型在高级基准上取得了巨大的进展，但这些进展在很大程度上只能通过使用更昂贵的模型来实现……
- · ai
[Paper] Physics-Informed Neural Networks 用于热物性属性检索
Inverse heat problems 指的是在已观测或已知的热扩散行为下，对材料热物理属性进行估计。Inverse heat problems 已经…
- · ai
[Paper] 可证明的 Sinusoidal Activation 对 Modular Addition 的益处
本文研究了激活函数在使用两层神经网络学习模加法中的作用。我们首先建立了一个明确的表达能力差距：si...
- · ai
【论文】ASTRO：自适应拼接基于动力学引导的轨迹展开
离线强化学习（Offline reinforcement learning, RL）使得智能体能够从预先收集的数据集学习最优策略。然而，包含次优和碎片化的…
- · ai
[Paper] 使用单次概率前向传播和代码生成加速贝叶斯神经网络的执行
机器学习模型在诊断、天气预报、自然语言处理（NLP）和自动驾驶等领域表现出色，但它们对不确定性的处理有限……
- · ai
[Paper] 迈向持续智能增长：自训练、持续学习与双尺度记忆在 SuperIntelliAgent 中
我们介绍了 SuperIntelliAgent，这是一种代理学习框架，将可训练的小型 diffusion model（学习者）与冻结的大型语言模型（t...）相耦合。
- · ai
[Paper] 评估 LLMs 对真实和人工漏洞的一次性修补能力
自动化漏洞修补对于软件安全至关重要，最近在大型语言模型（LLMs）方面的进展展现了有前景的能力，用于……
- · ai
[论文] LFM2 技术报告
我们提出 LFM2，一系列旨在实现高效 on‑device 部署和强大任务能力的 Liquid Foundation Models。使用 hardware‑in‑the‑loop 架构……