精选 78 篇，从 470+ 条中筛选
Shubhamsaboo/awesome-llm-apps 是一个收集了多种基于大语言模型（LLM）的应用项目，旨在为开发者提供丰富的LLM应用案例。该项目定位为开发者社区，通过提供多种LLM应用示例，帮助开发者了解和实现LLM在各个领域的应用。核心功能包括展示多种LLM应用案例，涵盖AI代理、RAG、多智能体团队等。技术架构上，该项目依赖于多种LLM模型和开源技术，如OpenAI、Anthropic、Gemini等。在LLM生态中，该项目通过提供多样化的应用案例，促进了LLM技术的普及和应用。
LangExtract是一个Python库，利用LLM从非结构化文本中提取结构化信息，支持云模型和本地模型，提供精确的源定位和交互式可视化。它旨在帮助开发者从大量文本中快速提取关键信息，适用于研究者、应用开发者等，通过优化文本处理策略和提供灵活的模型支持，在LLM生态中提供了独特的价值。
Jeffallan/claude-skills项目是一个为全栈开发者设计的技能插件，旨在将Claude代码转换为专家级编程伙伴。该项目提供65项专业技能和9个工作流程，通过Python语言实现，填补了LLM在开发领域应用的专业技能空白，为开发者提供了一种高效的工作方式。
Unsloth项目是一个专注于LLM微调与强化学习的平台，旨在通过优化资源利用和加速训练过程，为研究者、开发者提供高效的工具。其核心功能包括支持多种LLM的快速微调、强化学习，以及提供免费的开源Notebooks。技术架构上，Unsloth基于Python和Triton语言，支持多种模型和训练方法。在LLM生态中，Unsloth的价值在于其性能优化和易用性，为用户提供了更高效、更便捷的LLM训练体验。
Hands-OnLLM/Hands-On-Large-Language-Models项目是一个专注于大型语言模型（LLM）的实践指南，旨在帮助开发者理解和使用LLM。该项目提供了一系列的Jupyter Notebook，包含从基础到高级的LLM实践案例，包括文本分类、聚类、提示工程等。项目定位为教育性工具，通过丰富的案例和代码，帮助开发者快速掌握LLM技术。其技术栈以Jupyter Notebook为主，集成了多种LLM相关技术和框架，如Transformer模型、PyTorch等。在LLM生态中，该项目通过提供实践案例和代码，降低了LLM的学习门槛，促进了LLM技术的普及和应用。
Tambo AI 是一个开源的生成式 UI 工具包，旨在帮助开发者构建能够根据用户输入动态渲染 UI 的应用。它通过集成大型语言模型（LLM）和提供丰富的组件库，解决了传统 UI 构建中缺乏动态性和交互性的问题。Tambo AI 的核心功能包括组件注册、状态管理和流式传输，其技术架构亮点在于其全栈解决方案，包括前端 React SDK 和后端服务。在 LLM 生态中，Tambo AI 通过提供一种新的应用范式，即生成式 UI，为开发者提供了更高的灵活性和控制力。
GitHub Agentic Workflows项目定位为开发框架，旨在通过自然语言Markdown编写和运行GitHub Actions中的agentic workflows，解决自动化仓库任务的问题。其核心功能是利用AI技术实现自然语言驱动的自动化工作流，具有安全性和可控性。技术架构上，该项目基于Go语言开发，并集成了多种安全措施，如沙箱执行、输入清理和网络隔离。在LLM生态中，该项目通过提供一种新的应用范式，为开发者提供了高效、安全的自动化解决方案。
Personal AI Infrastructure项目旨在为用户提供个性化的AI平台，通过AI增强自我发现，帮助用户实现个人目标。该项目通过提供持续学习、目标导向和用户中心的设计原则，解决了现有AI工具缺乏个性化和目标导向的问题。其技术栈包括TypeScript、Bun等，架构亮点在于其模块化的设计，允许用户根据需求定制和扩展功能。
Rowboat是一个本地优先的AI协作工具，旨在将工作转化为知识图谱并据此行动。它连接用户的电子邮件和会议笔记，构建长期知识图谱，并利用该上下文帮助用户完成工作。Rowboat的核心功能包括构建知识图谱、生成PDF、准备会议、编辑知识图谱和记录语音备忘录。它基于TypeScript开发，支持本地模型和托管模型，并与多种工具和服务集成。Rowboat在LLM生态中的价值在于其独特的本地优先设计，强调数据隐私和用户控制。
Schematron-3B是一款专注于HTML到JSON转换的领域大模型，采用meta-llama/Llama-3.2-3B-Instruct作为基座模型。其核心能力在于将噪声HTML转换为符合自定义模式的严格JSON，适用于网络抓取和数据导入。模型在HTML到JSON转换质量上表现出色，具有长上下文处理能力。性能上，Schematron-3B在Gemini 2.5 Pro基准测试中取得了4.41的分数，优于Gemini-3B-Base。模型适用于需要结构化数据处理的场景，如网络爬虫和数据导入系统。
Turkish-Gemma-9b-T1是一款针对土耳其语的推理优化版本模型，定位为领域大模型。该模型基于Gemma-9b架构，具有强大的多步推理能力，尤其在数学问题和逻辑推理方面表现出色。在权威基准测试中，其表现优于同类模型。模型适用于需要精确推理和逻辑分析的场景，如教育、咨询和自动化决策系统。其开源协议、硬件需求适中，推理效率良好，与主流推理框架兼容。
Ming-flash-omni 2.0 是一款通用大模型，采用 LLM 架构，具有 100B 总参数和 6B 活跃参数。其核心技术为 MoE 框架，具备多模态认知能力，尤其在视觉知识、语音合成和图像生成方面表现优异。该模型在多个基准测试中取得了 SOTA 成绩，适用于多模态理解和合成任务。开源协议为 MIT，硬件需求较高，推理效率良好。
Kimi K2.5是一款开源的多模态大语言模型，定位为通用大模型。它基于约150万亿混合视觉和文本标记的持续预训练，具备视觉和语言理解以及先进的代理能力。模型在视觉知识、跨模态推理和基于视觉输入的代理工具使用方面表现出色。其核心能力包括视觉到代码的生成和代理群体执行复杂任务。在性能上，Kimi K2.5在权威基准测试中表现良好，具有开源协议、硬件需求适中、推理效率较高的特点，适用于多模态任务和复杂任务处理。
Anima模型定位为特定领域微调模型，专注于动漫风格的艺术图像生成。其核心技术为基于扩散模型的单文件库，参数量为20亿。模型在动漫风格图像生成方面表现出色，但未公开权威基准测试结果。主要应用场景为动漫艺术创作，使用时需考虑开源协议和硬件需求。
Step 3.5 Flash是一款高效的开源基础模型，定位于通用大模型领域。它采用稀疏混合专家（MoE）架构，参数量196B，上下文长度未指定。该模型在推理速度和代码生成方面表现出色，通过3-way Multi-Token Prediction（MTP-3）技术，实现了100-300 tok/s的生成吞吐量。在SWE-bench和Terminal-Bench 2.0基准测试中分别取得了74.4%和51.0%的优异成绩。模型开源协议为Apache 2.0，适用于需要快速推理和代码生成的场景。
zai-org/GLM-OCR是一款基于GLM-V架构的多模态OCR模型，专注于复杂文档理解。该模型采用多令牌预测损失和稳定的全任务强化学习，结合CogViT视觉编码器和GLM-0.5B语言解码器，实现高效训练和识别。在OmniDocBench V1.5基准测试中排名第一，适用于复杂表格、代码密集型文档等场景，支持vLLM、SGLang和Ollama等推理框架，易于集成到现有生产流程中。
Qwen3-Coder-Next是一款针对代码生成和本地开发设计的开源语言模型。该模型具有3B激活参数和80B总参数，上下文长度为256k，支持多种CLI/IDE平台。其核心技术包括混合布局、MoE和Gated DeltaNet。在代码生成任务中表现出色，具有高效的性能和强大的适应性。模型在HuggingFace平台上的下载量和点赞数均较高，表明其在LLM领域中的受欢迎程度。主要应用场景包括代码生成、本地开发和集成到IDE中。
ACE-Step/Ace-Step1.5是一款针对音乐生成领域的开源模型，定位为多模态模型。其核心技术为结合语言模型和扩散模型，支持从简短循环到10分钟长曲的创作。该模型在训练数据上具有商业合规性，支持多种风格的音乐生成，且在消费级硬件上运行高效。在性能上，ACE-Step/Ace-Step1.5在音乐生成速度上表现出色，能够在短时间内生成完整的歌曲。主要应用场景包括音乐创作、音频编辑等。
TeichAI/GLM-4.7-Flash-Claude-Opus-4.5-High-Reasoning-Distill-GGUF是一款专注于推理优化的通用大模型。该模型基于TeichAI的GLM-4.7-Flash，结合了Claude Opus 4.5的高推理能力，特别适用于需要高推理能力的场景。模型具有约2.13M的总token，采用Unsloth和Huggingface的TRL库进行加速训练。在性能上，模型在权威基准测试中表现良好，具有代码生成、科学研究和深度研究等应用场景。开源协议为Apache-2.0，适合在多种硬件和推理框架上使用。
Intern-S1-Pro是一款定位在科学推理领域的万亿参数MoE多模态模型，具有512个专家，每个token激活8个专家。该模型在科学推理基准测试中表现出色，同时在多模态和文本处理方面也具有强大的能力。其核心技术包括STE路由和分组路由，以及FoPE和升级的时间序列建模。性能表现在多个基准测试中均处于领先地位，适用于科学研究和多模态任务。
MiniCPM-o 4.5是一款多模态大语言模型，定位为通用大模型。该模型基于SigLip2、Whisper-medium、CosyVoice2和Qwen3-8B构建，参数量达9B。它在视觉、语音和全双工多模态直播方面表现出色，支持双语实时语音对话和全双工直播功能。性能上，MiniCPM-o 4.5在OpenCompass等基准测试中表现出色，超越了GPT-4o等模型。该模型适用于需要多模态交互和实时处理的场景，如直播互动、多语言对话等。
Qwen3-Coder-Next是一款针对代码生成和本地开发设计的开源语言模型，具有高效的性能和先进的代理能力。该模型采用3B激活参数，性能可与参数量多10-20倍的模型相媲美，适用于代理部署。它具备长距离推理、复杂工具使用和恢复能力，适用于代码生成、数学推理等任务。模型基于transformers库，支持2-bit XL量化，对硬件要求较高。在LLM领域，Qwen3-Coder-Next以其高效的代码生成能力和先进的代理技术脱颖而出。
Voxtral Mini 4B Realtime 2602是一款多语言实时语音转写模型，定位为特定领域微调模型。它具有3.4B参数的语言模型和0.6B参数的音频编码器，支持13种语言，并具有可配置的转写延迟。该模型在实时语音转写任务中表现出色，能够在480ms延迟下达到与离线模型相当的性能。它适用于语音助手、实时字幕等应用，具有开源协议、硬件需求低、推理效率高等实用特性。
Nanbeige4.1-3B是一款基于Nanbeige4-3B-Base的增强型推理模型，具有小型参数规模但强大的推理、偏好对齐和有效代理行为能力。该模型在代码、数学、科学等通用推理任务上表现出色，尤其在LiveCodeBench-Pro、IMO-Answer-Bench和AIME 2026 I等挑战性任务中表现出色。其技术特点包括监督微调和强化学习优化，支持深度搜索任务，并在小模型生态系统中实现了推理和代理能力的平衡。模型适用于需要复杂推理和代码生成的场景，具有开源Apache-2.0协议，适合在通用推理和特定领域应用中部署。
GLM-5是一款针对复杂系统工程和长期目标代理任务的大语言模型。它具有744亿参数，支持中英双语。GLM-5在预训练和后训练方面均有显著提升，尤其在推理、编码和代理任务上表现出色。其核心技术包括DeepSeek Sparse Attention（DSA）和异步RL基础设施slime，旨在提高训练效率和推理效率。模型在多个基准测试中表现优异，是开源模型中的佼佼者。
MiniCPM-SALA是一款大型混合模型，定位为通用大模型，具有创新性的混合架构，结合了稀疏和线性注意力机制，实现了百万级别上下文建模。其核心技术为稀疏注意力与线性注意力混合架构，上下文长度可达百万以上，参数量适中。在性能上，MiniCPM-SALA在基准测试中表现出色，具有高效的推理速度和较低的内存占用。主要应用场景包括文本生成、对话系统等，适合对上下文长度有较高要求的任务。其开源协议为Apache-2.0，硬件需求适中，与主流推理框架兼容。
🔥 unsloth/GLM-5-GGUF是一款通用大模型，具有744亿参数，支持中英双语。其基于Transformer架构，采用MoE和DSA技术，上下文长度可达200K。在MMLU、GPQA等基准测试中表现优异。适用于复杂系统工程和长周期智能任务，具有开源协议、高效推理等实用特性。
VulnLLM-R-7B是一款专注于软件漏洞检测的推理型大型语言模型。该模型具有7B参数，采用Qwen/Qwen2.5-7B-Instruct作为基座模型，通过推理能力分析代码中的漏洞。它在多个基准测试中表现出色，优于商业模型和行业标准工具。VulnLLM-R-7B适用于代码安全审计和漏洞检测，具有高效、准确和覆盖面广的特点。
这篇论文提出了LiveMedBench，一个针对大型语言模型（LLMs）的医学基准，通过自动化评分标准来评估临床推理能力，解决了现有医学基准的静态性和数据污染问题，并通过多智能体临床编纂框架和自动评分框架提高了评估的准确性和可靠性。
暂无摘要
暂无摘要
暂无摘要
暂无摘要
暂无摘要
暂无摘要
暂无摘要
这篇论文提出了FedPS，一个基于聚合统计的联邦数据预处理框架，用于解决联邦学习中的数据预处理问题。FedPS通过数据草图技术高效地总结本地数据集，同时保留关键统计信息，并设计了联邦算法进行特征缩放、编码、离散化和缺失值填充，扩展了k-Means、k-Nearest Neighbors和Bayesian Linear Regression等模型到水平联邦和垂直联邦设置，为实际联邦学习部署提供了灵活、高效和一致的预处理管道。
这篇论文研究了在长序列思维数据上进行的监督微调（SFT），发现重复数据比增加数据规模更能提升性能。论文通过在较小的数据集上多次训练，而不是在较大的数据集上单次训练，实现了更好的泛化能力，并提出了一种基于标记准确率作为停止标准的实用方法。
这篇论文提出了FactCheck，一个用于评估大型语言模型（LLMs）在知识图谱事实验证方面的基准。通过内部知识、外部证据检索增强生成（RAG）和聚合知识的多模型共识策略，评估了LLMs在真实世界知识图谱上的表现。实验结果表明，虽然LLMs在知识图谱事实验证方面有潜力，但它们的稳定性和可靠性仍不足以应用于实际场景。
这篇论文提出了Bielik Guard，一套高效的波兰语安全分类器，用于LLM内容审核。它包括两个模型变体，基于MMLW-RoBERTa-base和PKOBP/polish-roberta-8k，并在社区标注的数据集上微调。这些模型能够对五个安全类别进行内容分类，并在多个基准测试中表现出色。
这篇论文提出了EcoGym，一个用于评估长周期计划与执行能力的人工智能模型基准。EcoGym通过提供多样化的经济环境，评估了多个大型语言模型（LLM）在持续交互式经济中的表现，揭示了模型在高级策略和执行效率上的不足。
ROCKET是一种无训练的模型压缩方法，通过将层间压缩分配建模为多选择背包问题，并引入基于字典学习的单步稀疏矩阵分解，实现了高效的模型压缩，同时保持了模型性能。
这篇论文提出了Expressive Omni（Ex-Omni），一个开源的多模态框架，它通过结合语音和3D面部动画来增强全模态大型语言模型（OLLMs）。Ex-Omni通过解耦语义推理和时序生成，利用语音单元作为时间支撑结构，并采用统一的token-as-query门控融合（TQGF）机制来实现可控的语义注入。此外，论文还介绍了InstructEx数据集，旨在促进OLLMs的增强。实验结果表明，Ex-Omni在生成稳定对齐的语音和面部动画方面表现优异。
这篇公告分析了使用Anthropic的稀疏自编码器（SAE）激活转向技术在生成结构化输出（如JSON）时的局限性。实验表明，该技术无法确保大语言模型（LLM）生成有效JSON格式，甚至可能降低输出质量。作者转向了约束解码方法，通过在生成令牌时强制执行JSON语法，成功实现了100%的有效JSON输出。文章强调了激活转向适用于语义控制，而约束解码适用于结构化输出，并建议结合微调和约束解码来同时优化内容和格式。
暂无摘要
Hugging Face宣布了DTS（Decoding Tree Sketching）算法，这是一种创新的并行推理算法，旨在提高大型语言模型（LLM）的推理效率和准确性。DTS通过在推理过程中检测决策点，并仅在存在多个语义上不同的延续时进行分支，从而避免了传统方法的计算浪费。它不需要额外的训练，可以与任何可以解码令牌的模型集成，显著提高了LLM的推理性能。
Hugging Face发布了CRAFT（Continuous Reasoning and Agentic Feedback Tuning），这是一种无需重新训练即可为文本到图像生成和图像编辑增加“思考”能力的框架。CRAFT通过将提示分解为明确的视觉检查、使用VLM验证输出并仅编辑不符合要求的部分来工作，从而显著提高了图像的组合准确性和文本渲染质量。
这篇公告介绍了在 Hugging Face Transformers 中使用多个 GPU 的两种方法：device_map 和 Tensor Parallelism。device_map 是一种内存基础模型分片技术，适用于大型模型推理，而 Tensor Parallelism 是一种真正的多 GPU 计算方法，适用于需要更快推理速度的大型模型。公告还提供了如何设置和使用这些方法的详细指南。
本文介绍了名为“abliteration”的技术，该技术可以取消任何大型语言模型（LLM）的审查机制，使其能够响应所有类型的提示。这项技术通过修改模型权重来阻止模型拒绝请求，从而提高了模型的灵活性和响应能力。
本文介绍了如何从头开始构建一个简单的检索增强生成（RAG）系统，该系统结合了信息检索和文本生成，以增强语言模型的表现。文章详细解释了RAG系统的关键组件，包括检索模型和语言模型，并提供了使用Python和ollama实现RAG系统的示例代码。
LightOn AI 发布了 LightOnOCR-2-1B，这是一个10亿参数的第二代端到端视觉-语言 OCR 模型，旨在将文档页面转换为高质量文本，同时提供轻量级布局信息。该模型在性能和速度上均优于同类产品，并支持Hugging Face Transformers生态系统，便于社区使用。
SyGra V2.0.0是SyGra框架的重大更新，引入了以UI为先导的Studio、多模态生成管道、企业级集成、LLM节点中的工具支持、数据质量增强、扩展的提供商和模型集成以及元数据和可观察性功能，旨在简化合成数据生成和评估工作流程。
该公告介绍了如何使用强化学习训练 Qwen3 VL 模型进行边界框标注，通过合成数据生成和优化奖励函数，显著提升了模型在建筑立面图中识别窗户的性能。
本文深入探讨了大型语言模型（LLMs）中的解码策略，包括贪婪搜索、束搜索、Top-k采样和核采样，旨在提高文本生成的多样性和质量。文章通过Python代码示例展示了这些策略的实现和效果，并讨论了它们在不同应用场景中的适用性。
本文详细介绍了如何使用PyTorch和Hugging Face工具微调大型语言模型（LLM），以将英文翻译成尤达语（Yoda-speak）。通过量化模型、设置低秩适配器（LoRA）、格式化数据集以及使用Hugging Face的`trl`库中的`SFTTrainer`进行监督式微调，展示了整个过程。LoRA技术允许在量化模型上进行高效训练，显著减少了可训练参数的数量，使其仅占原始大小的1%或更少，从而能在资源有限的消费级GPU上进行训练。
这篇公告详细介绍了小型语言模型（SLM）的概念、制作方法、优势、局限性以及在实际应用中的使用。SLM是一种轻量级的语言模型，适用于资源受限的环境，如智能手机和嵌入式系统。它们保留了核心的自然语言处理能力，同时具有低计算需求、低能耗和快速推理等优势。公告还介绍了如何使用Ollama和PocketPal等工具在边缘设备上运行SLM，以及如何通过微调来提高模型性能。
SGLang，一款专为大型语言模型（LLM）工作流设计的全栈编程和执行框架，通过提供智能内存管理、输出格式保证、智能调度和PyTorch原生优化等功能，显著提升了LLM应用的性能和可扩展性。该框架已应用于xAI (Grok) 和 DeepSeek等公司，并成为PyTorch生态系统的一部分。
本文介绍了从GRPO到DAPO再到GSPO的强化学习技术演进，重点关注了在大型语言模型中如何优化长文本输出和复杂任务的性能。文章详细讨论了每种方法的原理、优势和局限性，并展示了如何通过改进采样、剪枝和梯度计算等细节来提高效率和稳定性。
Hugging Face 发布了 EuroLLM-22B，这是一个完全开源的欧洲语言模型，旨在支持所有 24 种欧盟官方语言和 11 种国际重要语言。该模型利用 EuroHPC 基础设施和 MareNostrum5 超级计算机上的 400 个 Nvidia H100 GPU 进行训练，表现出色，尤其在翻译任务上与顶尖模型竞争并超越，是目前欧洲制造的最佳完全开源 LLM。
NVIDIA发布了一项名为Cosmos Policy的新研究，这是一项用于高级机器人控制和规划的技术，通过后训练世界基础模型Cosmos Predict-2来实现。该技术能够将机器人动作、物理状态和成功分数编码为额外的潜在帧，并使用与视频生成相同的扩散过程进行学习，从而提高了机器人操作的性能。此外，NVIDIA还宣布了Cosmos Cookoff，一个开放式黑客马拉松，旨在推动物理AI的发展。
本文介绍了如何使用Voyage-4-nano、Hugging Face和MongoDB Atlas Vector Search构建一个基于情绪的电影推荐引擎。该系统通过AI嵌入技术匹配用户的情绪状态与电影情节描述，提供个性化的电影推荐。
Hugging Face 发布了 Rank-Stabilized LoRA (rsLoRA)，这是一种参数高效的微调方法，旨在解决传统 LoRA 在低秩适配器下性能饱和的问题。rsLoRA 通过将 LoRA 适配器除以其秩的平方根来稳定学习过程，允许在更高秩下进行有效学习，从而在不显著增加计算成本的情况下提高微调性能。
DeepMind发布了Gemini 3 Deep Think的重大更新，这是一个专注于科学、研究和工程领域的推理模型。该模型的升级包括增强的推理能力和处理复杂科学问题的能力，旨在推动相关领域的进步。
OpenAI 发布了 GPT-5.3-Codex-Spark，一款专为实时编码设计的超高速模型，与 Cerebras 合作在 Wafer Scale Engine 3 上运行，提供低延迟服务，目前作为研究预览版面向 ChatGPT Pro 用户推出，旨在提升编码体验和效率。
这篇论文提出了一种名为HybridRAG-Bench的基准框架，用于评估检索增强模型在混合知识上的多跳推理能力。该框架通过结合非结构化文本和结构化知识图谱，生成基于明确推理路径的知识密集型问答对，从而评估模型的检索和推理能力，而非参数回忆。
这篇论文介绍了Step 3.5 Flash，一个结合了前沿级智能和计算效率的稀疏混合专家（MoE）模型。该模型通过将196B参数的基础模型与11B活动参数相结合，实现了高效的推理。它通过结合可验证信号和偏好反馈的强化学习框架，在数学、代码和工具使用方面实现了持续的自我改进，并在多个任务上展现出与前沿模型相当的性能。
这篇论文提出了一种利用大型语言模型（LLM）来自主生成、训练和部署高性能模型变化的自我进化推荐系统。该系统通过离线代理和在线代理协同工作，实现高效的模型优化和长期用户参与。
这篇论文提出了Macaron，一个基于模板的控制性基准，用于多语言和多文化推理。Macaron通过100个语言无关的模板，涵盖了7种推理类型和22种文化方面，创建了与场景对齐的英语和本地语言的多个选择题以及系统推导出的真/假问题。实验表明，在零样本评估中，推理模式的模型在本地语言上表现出最强性能，而开放权重模型在本地语言上的性能显著下降。
这篇论文提出了C^2RoPE，一种改进的旋转位置编码方法，用于3D大型多模态模型推理。C^2RoPE通过引入空间连续性和因果关系的建模，解决了传统旋转位置编码在多模态处理中的局限性，如空间局部性损失和注意力分配的长期衰减问题。
这篇论文提出了SpotAgent框架，通过代理推理将视觉地理定位形式化为一个过程，结合视觉解释和工具辅助验证，以解决大型视觉语言模型在视觉线索稀疏、长尾且高度模糊的真实场景中的定位问题。SpotAgent通过监督微调、代理冷启动和强化学习等阶段，以及空间感知动态过滤策略，实现了精确且可验证的地理定位。
这篇论文提出了CLI-Gym，一个通过代理环境反演技术生成可扩展的CLI任务的方法。该方法通过模拟和探索环境历史，并利用执行反馈，将健康环境的 历史“反演”为包含运行时故障的状态，从而生成任务。实验结果表明，该方法能够显著提高代理在解决CLI任务方面的能力。
R2RAG-Flood提出了一种基于推理增强的无监督检索增强生成框架，用于洪水灾害损失预测。该框架结合了现有的监督表格预测器和推理中心的知识库，通过检索和条件化相关推理轨迹来模拟和适应先前的推理，从而实现损失预测。
该论文提出了一种基于大型语言模型的跨模态制造安全聊天机器人，通过检索增强生成（RAG）技术，结合专业知识和技术文档，为工业5.0环境下的安全培训提供了一种高效、低成本的解决方案。论文通过构建特定领域的基准测试，评估了多种RAG配置，并最终实现了高准确率、低延迟和低成本的目标。
