精选 15 篇，从 11600+ 条中筛选
该项目为开发者提供了一种使用LLM进行计算机使用预览的工具，旨在优化浏览器自动化测试流程。它支持通过Gemini Developer API或Vertex AI进行配置，并可通过Playwright或Browserbase运行。项目定位为开发框架，核心功能是提供浏览器自动化测试环境，解决自动化测试中浏览器操作和交互的难题。技术架构上，它依赖于Playwright和Browserbase等工具，并集成了LLM技术。在LLM生态中，该项目通过提供高效的自动化测试解决方案，提升了开发效率和测试质量。
项目定位为开发者社区，提供OpenAI API的使用示例和指南，旨在帮助开发者快速上手并实现常见任务。核心功能包括Python代码示例和集成指南，解决开发者在使用OpenAI API时的实践问题。技术架构上，依赖OpenAI API和Python，提供Jupyter Notebook形式的交互式学习资源。在LLM生态中，该项目通过提供易于理解的示例和文档，降低了开发者使用LLM的门槛，促进了LLM技术的普及和应用。
K-EXAONE是一款由LG AI Research开发的通用大语言模型，具有236亿参数，支持多语言。其核心架构为Mixture-of-Experts，具备高效的推理能力和长上下文处理能力。在多个基准测试中表现出色，尤其在推理、多语言理解和长文本处理方面。K-EXAONE适用于需要多语言处理和长文本生成的场景，具有开源协议、高效的推理效率，并与主流推理框架兼容。
tencent/HY-MT1.5-1.8B 是一款专注于多语言翻译的通用大模型，具有1.8B参数量。该模型在Hugging Face平台上表现出色，支持33种语言的互译，并包含5种民族和方言变体。其核心技术包括Transformer架构和上下文长度优化，性能上与更大的版本相当，但更适用于边缘设备和实时翻译场景。该模型在开源协议下提供，具有高效的推理性能，适用于需要多语言翻译的广泛应用场景。
Qwen-Image-2512是一款专注于文本到图像生成的多模态模型，定位为多模态模型。其核心技术基于diffusers库，采用text-to-image pipeline，具有增强的人像真实感、更细腻的自然细节和改进的文本渲染能力。在AI Arena的测试中，Qwen-Image-2512表现出色，是目前最强的开源模型之一。该模型适用于需要高质量图像生成的场景，如艺术创作、设计等领域。其开源协议为Apache-2.0，对硬件要求较高，推理效率取决于具体硬件配置。
HY-Motion 1.0是一款基于Diffusion Transformer和Flow Matching的文本到3D人体运动生成模型，定位为多模态模型。该模型具有大规模参数量，能够从简单文本提示生成骨骼动画，适用于3D动画管道。其在LLM领域中的差异化优势在于其先进的3D运动生成能力。性能方面，模型在相关基准测试中表现出色，具有高效的推理效率和良好的开源协议。主要应用场景包括3D动画制作和虚拟现实。
这篇论文提出了一种基于超图的记忆机制HGMem，用于改进多步检索增强生成（RAG）系统，以增强大型语言模型（LLMs）在需要全局理解和复杂关系建模的任务上的表现。HGMem通过将记忆表示为超图，连接事实和思想，形成更高阶的交互，从而提供更强的推理支持。
该论文提出了一种面向群体讨论的多智能体对话模型，用于解决大型语言模型在复杂推理任务中的局限性。该模型采用三层角色划分架构，包括生成、验证和集成。通过引入自我游戏机制和检索增强模块，以及结合事实一致性和逻辑一致性的复合奖励函数，模型在多个数据集上实现了显著的推理准确性和一致性提升。
这篇论文提出了一种将空间推理分解为原子构建块和其组合的两阶段方法，用于在大型语言模型（LLMs）中实现多步空间推理。通过监督微调基本空间变换，并使用LoRA适配器在GRPO框架中学习策略，该研究在导航和规划应用中展示了优于基线模型的表现。
这篇论文提出了Triple-BERT，一种针对大型订单分配的集中式单代理强化学习方法，用于解决共享出行平台上的订单调度问题。Triple-BERT通过动作分解策略和基于BERT的网络结构，有效处理了大规模的观察空间和动作空间，实现了比现有方法更好的性能。
这篇论文提出了一种名为ParetoHqD的算法，用于快速离线多目标对齐大型语言模型。该算法通过将人类偏好表示为目标空间中的偏好方向，并将靠近Pareto前沿的数据视为高质量数据，解决了传统多目标对齐算法中偏好表示不当和数据不平衡的问题。ParetoHqD采用两阶段监督微调过程，每个阶段使用与偏好方向最佳匹配的Pareto高质量训练集。实验结果表明，ParetoHqD在两个多目标对齐任务上优于五个基线。
这篇论文提出了ResponseRank，一种通过偏好强度学习进行数据高效奖励建模的方法。它通过利用局部有效的相对强度信号来稳健地学习偏好强度，并通过实验证明了在合成偏好学习、语言建模和RL控制任务上的样本效率和鲁棒性提升。
这篇论文提出了AI-SearchPlanner，一个基于强化学习的框架，通过解耦搜索规划和生成器的架构、采用双重奖励对齐和帕累托优化规划效用和成本，来提高冻结的问答模型在搜索规划方面的性能。
R-Debater是一种基于论证记忆的辩论生成框架，通过检索辩论知识库和角色化代理，实现多轮辩论的生成。该系统通过回忆和调整先前论点来维持立场一致性，回应对手，并使用证据支持论点。实验表明，R-Debater在标准化辩论数据集上优于强基线模型，并通过人类评估证明了其在多轮辩论中的连贯性和证据使用。
该论文提出了一种结合检测和缓解技术来解决大型语言模型（LLM）中幻觉问题的方法。通过在检索增强生成（RAG）框架中实现缓解，并引入负缺失信息评分系统（NMISS）进行检测，论文在意大利健康新闻文章的上下文中评估了LLM的性能，结果表明GPT-4在生成与参考响应高度一致的答案方面表现最佳。
