自动语音识别（ASR）在会话语音方面仍具挑战性，因为缺乏大规模、标注完善的多说话人对话数据……

当前的LLM安全方法根本上依赖于一种脆弱的猫捉老鼠游戏，通过guardrails识别并阻止已知威胁。我们主张...

最初撰写于2023年。此处重新发布。Tokenizers 是生成式 AI 模型（如 GPT‑4 https://openai.com/gpt-4）的关键组成部分，能够创建...

Parallel thinking 已成为一种有前景的推理范式，但它带来了显著的计算负担。现有的效率方法主要是…

高质量的科学插图对于有效传达复杂的科学和技术概念至关重要，然而它们的手工创建仍然是一个…

基于 Meme 的社交滥用检测具有挑战性，因为有害意图往往依赖于隐式文化符号和微妙的跨模态不一致。先前的…

最近，研究界对使用强化学习（RL）在真实任务上训练大型语言模型（LLMs）表现出浓厚的兴趣，例如……

帮助非专业用户开发复杂的交互式网站已成为 LLM-powered code agents 的热门任务。然而，现有的代码代理往往 …

Prompt injection attacks 操纵网页内容，使 web agents 执行攻击者指定的任务，而不是用户原本的意图。现有方法……

使用大型语言模型（LLMs）进行长上下文推理成本高昂，因为 quadratic attention 和不断增长的 key-value caches，这促使了 context compression。在 t...

直接对齐方法正日益用于将大型语言模型（LLMs）与人类偏好对齐。然而，许多现实中的对齐问题涉及……

我们提出 RLAnything，一个通过闭环优化动态锻造环境、策略和奖励模型的强化学习框架，...