· ai
[Paper] 逃离验证器：通过示例学习推理
训练大型语言模型（LLMs）进行推理通常依赖于带有任务特定验证器的强化学习（RL）。然而，许多现实世界的推理‑
-
- · ai
[Paper] 超越 URL：元数据多样性与位置用于高效 LLM 预训练
在大型语言模型（LLMs）预训练中加入metadata最近被视为一种加速训练的有前景的方法。然而，以前的工作强调……
- · ai
[论文] 控制对注意力 logits 的更改
在训练 transformer 模型时，神经网络权重的稳定性至关重要。查询（query）和键（key）权重尤其成问题，因为它们倾向于增长……
- · ai
[Paper] Agint：Agentic Graph Compilation for 软件工程代理
基于LLM的编码代理正变得越来越普遍，但仍面临上下文管理、延迟、可靠性、可重复性和可扩展性方面的挑战。我们预…