· ai
[Paper] 平衡投入与性能的最佳学习率调度
学习如何高效学习是生物体面临的根本挑战，也是人工体日益关注的问题。为了有效学习，代理必须……
-
- · ai
[Paper] Failure-Aware RL：可靠的离线到在线强化学习与自我恢复用于真实世界操作
基于 deep reinforcement learning 的后训练算法可以在特定目标上突破机器人模型的极限，例如可推广性、精度、……
- · ai
[Paper] Reference Games 作为模型不确定性与澄清请求对齐的测试平台
在人类对话中，双方对话者（interlocutors）都积极参与维持相互理解。当听者（addressees）对说话者（speakers）的意思不确定时，例如……
- · ai
[Paper] 更多图像，更多问题？对 VLM 失效模式的受控分析
大型视觉语言模型（LVLMs）已经展示了卓越的能力，但它们在理解和推理多张图像方面的熟练程度仍然……
- · ai
[Paper] 自信陷阱：性别偏见与预测确定性在 LLMs 中
在敏感领域中对大型语言模型（LLMs）的使用日益增加，导致人们对其置信分数与公平性和偏见之间的对应关系产生了越来越大的兴趣……
- · ai
[Paper] Exchange 是遥感变化检测所需的一切
遥感变化检测根本上依赖于对双时相特征的有效融合和判别。主流范式通常采用…
- · ai
[Paper] 通过对话学习：剖析人类与LLM在政治议题上的对话动态
大型语言模型（LLMs）正日益被用作学习的对话伙伴，然而支持用户学习和参与的互动动态……
- · ai
[Paper] 视觉语言模型用于精确陨石坑检测
欧洲航天局（ESA），受其在计划中的月球任务以及 Argonaut lander 的雄心驱动，对可靠的 crater detection 有着深厚的兴趣。
- · ai
[Paper] 亲属关系数据基准用于多跳推理
大型语言模型（LLMs）越来越多地被评估其执行多跳推理的能力，即将多个信息片段组合成……
- · ai
[Paper] 小型语言模型与小型推理语言模型在系统日志严重性分类上的基准评估
系统日志对于监控和诊断现代计算基础设施至关重要，但它们的规模和复杂性需要可靠且高效的自动化……
- · software
[论文] “TODO: Fix the Mess Gemini Created”：走向理解 GenAI 引发的自认技术债务
随着大型语言模型（LLMs），如 ChatGPT、Copilot、Claude 和 Gemini，逐渐融入软件开发工作流，开发者越来越…
- · ai
[Paper] 超越单次：通过查询规划的多步工具检索
LLM agents 在庞大且动态的 tool libraries 上运行，依赖有效的检索，然而标准的 single-shot dense retrievers 在处理复杂请求时表现乏力……