推荐文章
- [论文翻译]探索结果奖励在数学推理学习中的极限
- [论文翻译]LIMR: 少即是多——强化学习的扩展之道
- [论文翻译]Step-Audio: 智能语音交互中的统一理解与生成
- [论文翻译]时间工作记忆：基于查询引导的片段优化以增强多模态理解
- [论文翻译]DeepSeek-R1：通过强化学习提升大语言模型的推理能力
- [智能分析]普通人如何避免陷入DeepSeek大模型的幻觉陷阱
- [智能分析]清华开源智能爬虫系统Crawl4LLM：提升预训练效率5倍，支持无缝接入大语言模型
- [论文翻译]AWQ：基于激活感知的权重量化技术，用于设备端大语言模型压缩与加速
- [博客翻译]纯函数滑动窗口聚合算法
- [论文翻译]对齐一切：通过语言反馈训练全模态模型以遵循指令