传统的 vision-language models 在对比细粒度分类推理方面表现不佳，尤其是在区分外观相似的物种时……

构建计算机辅助设计（CAD）模型工作量大，但对工程和制造至关重要。近期在大型语言模型（LL...）取得了重要进展。

近期的研究将从大型语言模型（LLM）隐藏状态中线性可恢复的地理和时间变量解释为对类世界 i… 的证据。

Test-time scaling 对复杂推理任务显示，利用 inference-time compute，通过诸如独立采样和聚合多个样本的方法，……

大型语言模型（LLMs）经常表现出高度迎合和强化的对话风格，也被称为 AI‑sycophancy。虽然这种行为受到…

随着大型语言模型（LLMs）从研究原型转向真实世界系统，定制化已成为一个核心瓶颈。虽然文本提示…

我们提出了VietNormalizer1，一个开源、零依赖的 Python 库，用于越南语文本规范化，面向 Text-to-Speech (TTS) 和自然语言处理……

Large language model (LLM)-powered agents 已经展示出在自动化软件工程任务（如 static bug fixing）方面的强大能力，如证据所示……

生成式人工智能（AI）提供了可扩展的形成性反馈支持，但大多数 AI 生成的反馈依赖于任务特定的评分标准……

Contrastive steering 已被证明是一种简单且有效的方法，可在 inference time 调整 LLMs 的生成行为。它使用 prompt 示例……

Agentic language models 在安全机制上与 chat models 完全不同：它们必须进行计划、调用工具，并执行 long-horizon actions …

CDD（Contamination Detection via output Distribution），通过测量模型采样输出的峰度来识别数据污染。我们研究了……