标签
论文提出了一种名为DLD-RL的方法，通过将强化学习轨迹重新用作长上下文问答数据，增强AI智能体的深度研究和长上下文能力，在基准测试中显示出显著的性能提升。
本文引入了层次旋转位置编码 (hRoPE) 来表示文本层次结构，并使用压缩深度作为段落结构的特征，表明它与其他指标相比，与真正的层次组织相关性更好。
jev-ultrafast的演示已发布，通过使用自然语言和小型LLM，在7.1秒内执行Google Flights搜索等任务，实现了更快的浏览器操作AI。
作者质疑Jev是否是BERT的通用版本，指出其作为智能分类器的能力，具有自定义提示和标准指令阅读功能。
这篇文章对比了乔姆斯基的普遍语法观点与现代AI语言模型，强调了GPU中的统计学习如何实现了更优的语法和理解能力。
本文提出了一种用于检索增强生成（RAG）管道的查询感知分流层，以处理源与查询之间的实质性关系，通过在合成数据上评估的评分和路由方法来定义风险覆盖目标。
提出了一种使用网络数据和大型语言模型的可扩展计算框架，以量化组织环境行动，并以美国犹太教堂为例进行了演示，比较了关键词检索、语义检索和直接分类方法。
介绍了 ParsHate，一个手动标注的 10,000 条波斯语推文数据集，用于仇恨言论和目标检测，展示了当前模型的中等性能，并强调了需要更先进的方法。
研究报告揭示，LLMs在幽默品味上共识程度不一，总体偏好荒谬幽默和吐槽笑话格式，Gemini则是最一致的评判者。
本文解释了 LLM 响应速度的两个关键指标：与预填充相关的时间到第一个 Token（TTFT），以及与解码相关的 Token 间延迟（ITL），影响响应性和流畅度。
MACE 是一个多智能体候选事件获取方法，它使用证据专用的 LLM 代理来细化事件结构，提高事件链接任务的准确性，而无需修改现有模型。
本文提出了ModelLog，一个声明式概率框架，用于评估语言模型，通过对令牌预测定义语义约束，并通过共享语义将评估与学习联系起来。
Cortex是一款网络应用程序，利用人工智能和自然语言处理协助研究人员进行定性内容分析，为预分析和分类任务提供支持。
该论文介绍了一个使用大型语言模型从强制迁移和FCV文档中提取数据集引用的弱监督框架，在有限标注数据下实现了高精度。
WrenAI 是一个开源的生成式 BI 引擎，允许用户通过自然语言提问生成 SQL、图表和分析结果，并带有语义层以提高准确性。
Persimmon 是首个旨在真实模拟人类对话和交互的大型模型。
本文提出了原型中介过程监督（PMPS），用于隐式思维链推理，实现了token压缩并提高了显式思维链方法的准确性。
本文提出了一种使用LLMs进行自然语言到PDDL翻译的端到端流水线，包含迭代修复和全面评估，突出了基准测试中操作成功与语义忠实性之间的差距。
本文提出一项可控反转测试，旨在探究对事实保持新闻框架的识别是否能够导致其被逆转。