高效的长上下文处理仍然是当代大型语言模型（LLMs）的关键挑战，尤其在资源受限的环境中。因此……

AI模型在文本推理方面已经取得了state-of-the-art的成果；然而，它们在对空间和关系结构进行推理的能力仍然是一个关键的……

在大型语言模型（LLM）开发中，主流范式是先对基础模型进行预训练，然后进行进一步的训练以提升性能和模型……

扩散语言模型通过迭代细化生成文本，这一过程通常计算效率低下，因为许多标记在达到稳定状态后……

误信息检测是一项关键任务，能够显著受益于外部知识的整合，就像人工事实核查一样。在本...

基于强化学习（RL）的后训练用于显式链式思考（例如 GRPO）提升了多模态大规模推理模型的推理能力。

大型语言模型（LLMs）中的错位指的是未能同时满足安全、价值和文化维度的要求，导致模型产生偏离预期的行为。

大型语言模型（LLMs）展示了强大的通用推理和语言理解能力，但在受严格形式约束的领域中，它们的性能会下降。

大型语言模型（LLM）代理在自动化教学系统设计（ISD）方面展现出有希望的潜力，教学系统设计是一种系统化的教育开发方法……

语言模型已成为量子计算教育和研究的实用工具，从摘要技术论文到解释理论概念等。

RAG TREC Instrument for Multilingual Evaluation (RAGTIME) 赛道在 TREC 的主要目标是研究从多语言源文档生成报告……

验证主张的真实性通常需要对文本和视觉证据进行联合多模态推理，例如分析文本标题……