· ai
[Paper] 大语言模型测试时计算规模化的艺术
测试时伸缩（Test-time scaling，TTS）——在推理过程中动态分配计算资源——是提升大型语言模型（LLMs）推理能力的一个有前景的方向。
-
- · ai
[Paper] AlignSAE：概念对齐稀疏自编码器
大型语言模型（LLMs）在隐藏的参数空间中编码事实知识，这些空间难以检查或控制。虽然稀疏自编码器（SAEs）……
- · ai
[Paper] LLM CHESS：通过国际象棋对LLM的推理和指令遵循进行基准测试
我们介绍了 LLM CHESS，一个旨在探究大型语言模型在推理和遵循指令能力上的泛化性的评估框架（...）。
- · ai
[Paper] Chain-of-Ground：通过迭代推理和参考反馈提升 GUI Grounding
GUI grounding 旨在将自然语言指令与复杂用户界面中的精确区域对齐。先进的多模态大型语言模型表现出强大的……
- · ai
[Paper] 从原子到复合：强化学习实现互补推理的泛化
RL 对推理能力的贡献机制——是激励新技能的综合，还是仅仅放大已有行为——仍然...
- · ai
[Paper] 我们离真正有用的 Deep Research Agents 还有多远？
深度研究代理（DRAs）旨在通过迭代的信息检索与综合，自动生成分析师级报告。然而，大多数现有的 DRA……
- · ai
[Paper] 主体策略优化 via 指令-策略协同进化
可验证奖励的强化学习（RLVR）提升了大型语言模型（LLMs）的推理能力，使得自主代理能够……
- · ai
[Paper] 从优化的视角纠正 LLM 思考
近期大型语言模型（LLMs）的进展主要得益于其新兴的推理能力，尤其是通过长链式思考（CoT）……
- · ai
[Paper] 潜在辩论：用于解释 LLM 思维的代理框架
理解大型语言模型（LLMs）的内部思考过程以及幻觉产生的原因仍然是一个关键挑战。为此，我们引入了 l...
- · ai
[Paper] MEGConformer: 基于Conformer的MEG解码器用于鲁棒的语音和音素分类
我们提出基于Conformer的解码器用于LibriBrain 2025 PNPL竞赛，针对两个基础的MEG任务：Speech Detection 和 Phoneme Classification……
- · ai
[Paper] BackportBench：用于自动回移补丁的多语言基准
许多现代软件项目发展迅速，以纳入新功能和安全补丁。用户将其依赖项更新到更安全的版本非常重要。
- · ai
[Paper] 测试机器意识假设
Machine Consciousness Hypothesis 认为，意识是一种与基底无关的功能属性，存在于能够进行二阶感知的计算系统中……