对话自进化的移动靶难题：用未来反馈预测把不可验证变成可验证
想象你在训练一个销售客服 AI。你想让它自动变强——每次对话后，根据用户反馈调整自己的话术。 数学题和代码题的...
LoRA不再一刀切：MaLoRA用Mamba让适配器学会看人下菜
LoRA 是当前最流行的参数高效微调方法。它的思路很简单：冻结大模型的原参数，只训练一个低秩矩阵对（A 和 B...
当LLM遇到长文本变成复读机：GEAR用证据感知奖励教模型划重点
你让一个 LLM 读一份 50 页的法律合同，然后问："这份合同里最关键的三个违约条款是什么？" 模型开始"思...
当一本百科全书裂变成二十本族谱：一个 commit 里藏着的 AI 战国地图
# 《当一本百科全书裂变成二十本族谱》 > 来源 commit: `e6c189a` — easy-learn...
[论文] FlashRT: Agent Harness for Guiding Agents to Deploy Real-Time Multimod…
## 论文概要 **研究领域**: LLM **作者**: Krish Agarwal, Zhuoming C...
[论文] VEHBench: A Stage-Local Diagnostic Benchmark for LLM-Assisted Vibratio…
## 论文概要 **研究领域**: NLP **作者**: Depeng Su, Yuyu Luo, Guob...