· ai
使用 NeMo Agent Toolkit 简化生产就绪的 LLM
从简单聊天到多代理推理和实时 REST API。文章《Production-Ready LLMs Made Simple with the NeMo Agent Toolkit》首次出现在 Towar…
-
- · ai
[Paper] 使用 Rubric Rewards 训练 AI 合科学家
AI co-scientists 正在成为帮助人类研究人员实现研究目标的工具。这些 AI co-scientists 的一个关键特性是其能力……
- · ai
[论文] 在多轮对话中引发行为
在对话环境中识别大型语言模型（LLMs）的特定且往往复杂的行为对于其评估至关重要。近期工作提出…
- · ai
[Paper] 用细粒度人类反馈对文本片段微调 LLMs
我们提出了一种方法和数据集，用于在偏好监督下通过反馈驱动的改进链对语言模型进行微调。给定模型的响应，……
- · ai
[Paper] PROFASR-BENCH：针对高风险专业语音的上下文条件化 ASR 基准
在专业环境中的自动语音识别（ASR）面临着现有基准低估的挑战：密集的领域术语、正式语体的变体……
- · ai
[Paper] 多语言隐藏提示注入攻击对基于LLM的学术评审
大型语言模型（LLMs）正日益被考虑用于高影响力的工作流程，包括学术同行评审。然而，LLMs 易受到文档……
- · ai
【论文】Web World Models
语言代理日益需要持久的世界，在其中它们可以行动、记忆和学习。现有方法位于两个极端：传统的网络 fra...
- · ai
[Paper] 少即是多：Probabilistic reduction 最好用 small-scale predictability measures 来解释
本文的主要研究问题集中在定义在研究关系 b 时所需的或适当的上下文量。
- · ai
[Paper] 嵌套浏览器使用学习用于代理式信息寻求
Information-seeking (IS) agents 已在广泛且深入的搜索任务中取得了强劲表现，但它们的工具使用仍然主要局限于 …
- · ai
[Paper] 消费者健康护理问题摘要的数据集与基准
对健康信息的追求已经让网络充斥着消费者的健康相关问题。一般来说，消费者使用过于描述性和外围的……
- · ai
[Paper] 闭环：通过多智能体角色扮演合成无限工具使用数据
让大型语言模型（LLMs）可靠地调用外部工具仍然是自主代理的关键瓶颈。现有方法在 thr...
- · ai
[Paper] CubeBench: 诊断交互式、长时程空间推理在部分观测下
大型语言模型（LLM）代理虽然在数字领域表现出色，但由于在形成……方面的挑战，它们在物理世界部署方面存在显著差距。