标签
对 Qwen 3.8 模型的对话输出进行批评,指出其在针对编码和智能体使用进行优化的同时,生成无意义的句子。
一个 2.3 亿参数的国际象棋引擎,从 LFM2.5-230M-Base 微调而来,使用 Stockfish 知识蒸馏,能够通过语言模型接口预测国际象棋走法,并达到约 2004 Elo 等级分。
本文介绍了NepLEGiT,一种专门在尼泊尔法律文本上从头预训练的小型语言模型,旨在提升尼泊尔法律知识的可及性和服务交付。
POSPAN 引入了一个位置约束的跨度掩码框架,统一了现有的跨度级别方法用于语言模型预训练,在 NLU 基准测试中显示出增强的性能。
HintMiner是一个新颖的工具,它利用通过自监督学习训练的语言模型,从类似Stack Overflow的问答网络帖子中自动挖掘用户问题的提示,在评估中实现了有效性能。
本文提出基于比较的偏好优化(ComPO),一种用于LLM的零阶对齐方法,利用比较预言机来避免似然位移。它包括理论保证和对现有方法的实验改进。
本文研究不必要外部工具的可用性如何影响大型语言模型在不需要这些工具的任务上的表现。研究揭示了正确回答率的显著下降,并提出了一种系统指令作为缓解策略。
Atria Dawn Preview 是一个基础代理型语言模型,专为科学研究设计,取得了有竞争力的基准测试结果,并展示了向人类-AI项目级协作的转变。
Yandex 发布了 AliceAI-Foundation-80B-A3B-Base,这是一种基础语言模型,采用混合架构和 MoE 层,拥有 800 亿参数(每个 token 激活 30 亿参数),从头开始训练,在俄语事实知识任务中表现出色。
本文研究了语言模型细胞间潜在通信中的可移植语义和负迁移,表明独立训练的社会共享语义接口但不共享原始语言,并且继承的接口可能导致严重的负迁移。
本叙述描述了名为Gordon的AI模型的发展与快速智能增长,超越了其较小的原型Algernon,并探讨了社会影响和伦理困境。
GLM 5.3 Flash 是一款即将推出的 AI 模型,在 2x DGX Spark 系统上展示高 tok/s 性能,即将发布。
Mercury 2.5 被宣布为最强大的扩散语言模型,智能方面比 Mercury 2 提升 40%,在 NVIDIA GPU 上运行速度超过每秒 1,100 个令牌,并针对生产进行了优化,具有低延迟和低成本。
MiniCPM5-2B是一款拥有20亿参数的开源语言模型,其极高的智能密度使其非常适合边缘设备部署,并在多项AI性能测试中表现出色。
NeoHorse-1-9B 是一个基于 Qwen3.5-9B 的 9B 参数语言模型,针对代理任务和工具使用进行了微调,并在基准测试中提升了性能。
NeoHorse-1-4B 是一个从 Qwen3.5-4B 微调而来的 4B 参数语言模型,专为智能体任务设计,使用路由引导的后训练以实现递归自我改进。
本文整理并发布了针对亚美尼亚语的开放数据集和模型,展示了通过新闻和STEM数据进行持续预训练可以提高性能,并解决低资源NLP中的数据稀缺问题。