精选 11 篇，从 11000+ 条中筛选
Wuli-art/Qwen-Image-2512-Turbo-LoRA是一款针对Qwen Image 2512的4或8步turbo LoRA模型，旨在提供快速且高质量的图像生成。该模型定位为多模态模型，具有快速推理和优化图像生成的特点。其核心技术包括LoRA和distillation技术，显著提高了生成速度。性能方面，模型在图像生成任务上表现出色，但未提供具体的基准测试结果。主要应用场景为图像生成和创意设计，使用时需考虑其开源协议和硬件需求。
Youtu-LLM-2B是一款由腾讯推出的通用小型语言模型，具有1.96B参数，支持128k长上下文。该模型在通用评估中表现出色，尤其在常识、STEM、编码和长上下文能力方面优于同类模型。其性能在多个基准测试中均表现出色，尤其在指令遵循和文本推理方面。Youtu-LLM-2B适用于需要强大语言理解和生成能力的应用场景，如对话系统、文本摘要和问答系统。该模型开源，支持多种硬件平台，与流行推理框架兼容。
这篇论文深入探讨了在检索增强生成（RAG）中噪声过滤的固有难度。作者提出，由于注意力模式的结构性限制，标准的微调方法往往无法有效地使大型语言模型（LLMs）选择性地利用相关信息，同时忽略不相关的内容。为了解决这个问题，论文提出了一种新的微调方法，通过增强模型区分检索文档中相关信息与不相关信息的能力，显著提高了LLMs的鲁棒性和性能。
这篇论文提出了Warp Cortex，一种异步架构，通过解耦代理逻辑与物理内存，实现了在消费级硬件上对百万级智能体认知的扩展。它通过单例权重共享和拓扑突触技术，显著降低了内存复杂度，并在NVIDIA RTX 4090上实现了100个并发代理，展示了在消费级硬件上进行大规模多智能体认知计算的潜力。
这篇论文探讨了在大型语言模型（LLMs）中检测推荐系统数据记忆化的方法。作者提出了三种方法来检测LLMs的记忆化，包括越狱提示工程、无监督潜在知识发现和自动提示工程（APE）。实验结果表明，自动优化提示是提取记忆样本最有前途的策略。
这篇论文提出了EmoLoom-2B，一个轻量级且可复制的流程，将小于2B参数的小型语言模型转化为快速筛选候选者，用于联合情感分类和情感-唤醒-优势预测。它通过统一的JSON输入输出合同和KV-off解码来确保公平评估，并引入了VAD保留约束和外部评估分类器来提高性能。
这篇论文提出了一种将法律文本转化为可执行规则的方法，通过使用大型语言模型（LLM）将法律文本转换为if-then规则，并进一步转换为PROLEG编码，从而实现机器可读的立法。
这篇论文提出了一种名为kNN-MoE的检索增强路由框架，用于提高混合专家（MoE）架构在大型语言模型中的路由决策的鲁棒性。该方法通过重用过去相似案例中的最佳专家分配来优化路由，并在没有相关案例时回退到冻结的路由器。
这篇论文提出了一种基于SQL的神经符号推理框架，用于病理图像分析。该框架通过提取可解释的细胞特征，并使用特征推理代理来执行SQL查询，将视觉证据汇总成定量结果，然后通过知识比较代理将这些结果与已建立的病理知识进行比较，从而实现可审计的推理过程。
这篇论文提出了POST-Agents提案，旨在解决未来人工智能代理可能抵抗关闭的问题。通过训练代理满足“仅在同一长度轨迹之间偏好”（POST）的条件，论文证明了POST与其他条件结合可以推导出“中立+”特性，即代理最大化预期效用，忽略轨迹长度的概率分布。这种方法使得代理可以被关闭，同时保持其有用性。
这篇论文提出了一种名为IRPO的强化学习框架，通过将Bradley-Terry模型集成到Group Relative Policy Optimization中，解决了现有成对生成奖励模型在强化学习中的计算瓶颈问题。IRPO通过生成每个响应的点评分，实现了在强化学习训练期间对任意多个候选者的有效评估，同时保持了可解释性和细粒度的奖励信号。
