推荐文章
- [论文翻译]OpenRLHF: 一个易用、可扩展且高性能的 RLHF 框架
- [论文翻译]Slamming: 在一张 GPU 上一天内训练一个语音语言模型
- [论文翻译]用于马尔可夫大语言模型测试时间扩展的思维原子
- [论文翻译]大语言模型的火热启动与规则执行采样
- [论文翻译]PIKE-RAG: 专业化知识和推理增强生成
- [论文翻译]无需无分类器指导的扩散模型
- [智能分析]DeepSeek 开源周首秀：高效 MLA 解码内核 FlashMLA
- [论文翻译]ViDoRAG: 基于动态迭代推理AI智能体的视觉文档检索增强生成
- [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
- [论文翻译]探索结果奖励在数学推理学习中的极限