精选 71 篇，从 7600+ 条中筛选
该项目是Twitter推荐的算法语言，旨在为Twitter产品提供内容推荐服务。它通过一系列服务和作业构建了推荐系统，包括数据处理、模型、软件框架等。项目定位为开发框架，核心功能是提供推荐算法和数据处理服务，解决内容推荐中的个性化问题。技术架构亮点在于其复杂的组件和数据处理能力，包括SimClusters、TwHIN、trust-and-safety-models等。在LLM生态中，该项目通过提供高效的内容推荐解决方案，具有显著的价值。
LocalAI是一个开源的LLM替代方案，旨在提供本地化、去中心化的AI服务。它支持多种模型，包括文本、音频、视频和图像生成，以及语音克隆。LocalAI无需GPU，适用于消费级硬件，为研究者、开发者和企业提供了一种灵活的AI解决方案。
Eigent是一个开源的协同工作台，旨在通过多智能体工作力和本地部署，为用户提供强大的自动化任务执行能力。它填补了LLM生态中自动化复杂工作流程的空白，为开发者、企业和研究者提供了高效的生产力工具。
Tongyi-MAI/Z-Image-Turbo是一款高效能的图像生成模型，定位为多模态模型。它具有6B参数，采用单流扩散Transformer架构，支持双语（英语和中文）文本渲染。该模型在H800 GPU上实现亚秒级推理延迟，适用于16G VRAM的消费级设备。它在图像生成、文本到图像转换等方面表现出色，适用于需要快速、高效图像生成的场景。
GLM-4.7是一款专注于多语言和代码能力的通用大模型。它采用了Transformer架构，并引入了MoE技术，支持多种语言（包括英语、中文和阿拉伯语）。在性能上，GLM-4.7在多个基准测试中表现出色，尤其在代码生成、数学推理和多语言能力方面有显著提升。该模型适用于需要多语言和代码生成能力的场景，如聊天、创意写作和角色扮演。其开源协议、硬件需求以及推理效率等方面适合于主流的推理框架。
Lightricks/LTX-2是一款基于DiT架构的多模态音频-视频基础模型，专注于生成同步的视频和音频。该模型具有灵活的下载量和点赞数，支持多种语言，并采用diffusers库。LTX-2在图像到视频、文本到视频等多个领域具有广泛应用，其开源协议和丰富的模型版本提供了灵活的部署选项。在性能上，LTX-2在多模态任务中表现出色，尤其在视频生成方面具有显著优势。
MiniMax-M2.1是一款定位在通用大模型范畴内的LLM，具有高性能和丰富的功能。它基于transformers库，采用自定义的架构，支持FP8精度，上下文长度可达200K。在性能上，该模型在多个基准测试中表现出色，具有代码生成、数学推理等多方面的能力。开源协议为modified MIT，适合在多种硬件和推理框架上使用。
LiquidAI/LFM2.5-1.2B-Instruct是一款针对边缘设备部署的混合模型，定位为通用大模型。其核心能力在于高效能的推理和轻量级的设计，特别适合移动和边缘设备。该模型在1.2B参数量下实现了高性能，具有239 tok/s的解码速度，并支持多种硬件平台。在性能表现上，LFM2.5-1.2B-Instruct在权威基准测试中表现出色，尤其在边缘设备推理方面具有显著优势。主要应用场景包括移动设备上的自然语言处理任务，如对话系统、文本生成等。其开源协议、轻量级设计和高效的推理能力使其成为边缘计算和移动应用的首选。
LiquidAI/LFM2.5-Audio-1.5B是一款专注于音频处理的多模态语言模型，定位为多模态模型。其核心技术包括基于LFM的音频去标记器、FastConformer音频编码器和RQ-transformer。该模型在音频到音频的转换任务中表现出色，支持实时语音到语音对话。性能方面，模型在ASR和TTS任务中表现良好，参数量适中，适合实时交互场景。主要应用场景包括语音助手、实时翻译等。
HyperCLOVA X SEED 32B Think 是一款基于Transformer架构的多模态推理模型，定位为多模态模型。该模型具有32B的参数量，支持长达128K的上下文长度，并具备深度推理能力。它在多个基准测试中表现出色，尤其在视觉理解和代理任务方面。该模型适用于需要多模态理解和深度推理的场景，如文本生成、图像理解等。
Kijai/LTXV2_comfy是一款专注于ComfyUI的LTX2模型，定位为特定领域微调模型。其核心技术为LTX2架构，支持gguf和comfyui标签，适用于多模态扩展。该模型在性能上具有竞争力，但未提供具体基准测试结果。开源协议为ltx-2-community-license-agreement，硬件需求及推理效率信息未指定。主要应用场景为ComfyUI相关任务。
MiroThinker-v1.5-30B是一款定位为推理模型的LLM，具有30B参数量，支持交互式扩展，能够进行深度和频繁的模型-环境交互。其核心技术包括Qwen3_MoE和text-generation，具备强大的信息检索和推理能力。在MMLU、GPQA等基准测试中表现优异。适用于需要高级推理和信息检索的场景，如问答系统、智能客服等。开源协议为MIT，硬件需求较高，推理效率良好。
Qwen3-VL-Embedding-8B是一款多模态嵌入模型，定位为通用大模型。它基于Qwen3-VL基础模型，具备处理文本、图像、视频等多种模态数据的能力。该模型采用统一的表示学习，生成语义丰富的向量，支持超过30种语言。在性能上，它能够高效地进行多模态检索和聚类，并在多个基准测试中表现出色。模型开源，支持自定义指令，适用于多种实际场景。
nvidia/nemotron-speech-streaming-en-0.6b 是一款专注于语音识别的领域大模型，具有cache-aware ASR和streaming-asr的特点。该模型基于FastConformer架构，支持多种语音数据集，包括LibriSpeech、AMI等。在性能上，模型在LibriSpeech测试集上取得了2.31%的WER，表现出色。模型适用于需要高效率语音识别的场景，如智能客服、语音助手等。其开源协议为nvidia-open-model-license，适合在多种硬件平台上部署。
Alpamayo-R1-10B是一款由NVIDIA开发的视觉-语言-动作（VLA）模型，定位在自动驾驶领域的特定领域微调模型。该模型基于Transformer架构，具有8.2B参数的骨干网络和2.3B参数的动作解码器。它在Hugging Face平台上的下载量为20,053，获得了199个点赞。模型在处理复杂自动驾驶场景中的决策方面表现出色，特别是在处理罕见的长尾事件。性能方面，模型在相关基准测试中表现良好，具有开源协议，适用于全球部署。其核心能力在于结合因果推理和轨迹规划，为自动驾驶应用提供可解释的推理和精确的车辆控制。
AgentCPM-Explore是一款定位在特定领域的大语言模型，具有4B参数量，专注于长时序和复杂任务。其核心技术包括基于Qwen/Qwen3-4B-Thinking-2507的微调，支持多轮环境交互和实时信息验证。在多个长时序代理基准测试中取得SOTA性能，展现出强大的深度研究能力。该模型开源，包括训练和推理基础设施，适用于需要持续深度探索的任务。
该模型Qwen-Image-Edit-2511-Multiple-Angles-LoRA是一个专注于图像编辑的多角度相机控制LoRA模型，属于多模态模型类别。它基于Qwen/Qwen-Image-Edit-2511模型，具有96个相机位置，支持低角度拍摄，并使用高精度的Gaussian Splatting数据进行训练。该模型在图像编辑领域具有显著优势，特别适合需要多角度控制和精确图像编辑的场景。模型性能表现在其能够生成高质量的图像编辑结果，并在特定任务上表现出色。该模型开源，使用Apache-2.0协议，适合在具有适当硬件和推理框架的环境中应用。
GLM-Image是一款定位在多模态模型领域的开源模型，采用混合自回归+扩散解码器架构。其核心能力在于文本到图像的生成，同时支持丰富的图像到图像任务。技术特点包括基于GLM-4-9B-0414的9B参数自回归生成器和基于DiT架构的7B参数扩散解码器。在性能上，GLM-Image在文本渲染和知识密集型生成场景中表现出色，同时具备高保真和精细细节生成能力。主要应用场景包括图像编辑、风格迁移、身份保留生成和多主体一致性等。开源协议为MIT，硬件需求中等，推理效率良好。
Supertone/supertonic-2是一款专注于文本到语音（TTS）的模型，定位为特定领域的微调模型。它具有高效、轻量级的架构，支持多种语言，且在设备端运行，无需云端支持。该模型在性能上表现出色，具有极快的推理速度和低参数量，特别适合对实时性和隐私性有高要求的场景。其开源协议和跨平台兼容性使其易于集成和使用。
Qwen3-VL-Embedding-2B是一款多模态嵌入模型，定位为通用大模型。它基于Qwen3-VL基础模型，具备处理文本、图像、截图和视频等多样化输入的能力。模型采用统一的表示学习，生成语义丰富的向量，支持超过30种语言。在性能上，该模型在多模态检索和跨模态理解任务中表现出色，具有高效相似计算和检索能力。其主要应用场景包括图像-文本检索、视频-文本匹配、视觉问答和内容聚类等。
模型定位：领域大模型，专注于医学图像到文本的转换。核心技术：基于Transformer架构，支持医疗图像和文本的交互式处理。性能表现：在医学图像识别和文本生成任务中表现优异。主要应用场景：医学影像分析、临床诊断辅助。实用考量：开源协议，适用于多种硬件平台，推理效率高。
kyutai/pocket-tts是一款专注于文本到语音转换的模型，定位为特定领域微调模型。其核心技术基于pocket-tts库，采用Transformer架构，具有较短的上下文长度和相对较少的参数量。性能方面，目前缺乏权威基准测试结果，但模型在HuggingFace Hub上获得了187个点赞，显示出一定的社区认可。主要应用场景为需要文本到语音转换的场合，如语音助手、教育辅助等。模型开源，适用于多种硬件平台，推理效率较高。
Qwen3-VL-Reranker-2B是一款多模态模型，定位为多模态扩展。它基于Qwen3-VL基础模型，具备处理文本、图像、截图和视频等多样化输入的能力。该模型的核心技术包括统一的表示学习和高精度重排序，支持超过30种语言。在性能上，它表现出色，尤其在多模态检索和跨模态理解任务中。模型适用于需要高效检索和结果精炼的场景，如图像-文本检索、视频-文本匹配等。
这篇论文提出了OpenDecoder，一种新的方法，通过评估检索到的信息质量来改进RAG模型。该方法考虑了相关性分数、排名分数和QPP分数，以提高模型在处理不同质量文档时的鲁棒性。
这篇论文提出了一种名为sui-1的24B参数模型，该模型能够生成带有内联引用的抽象摘要，使用户能够追踪每个断言的来源句子。通过结合思维链提示和多阶段验证的合成数据管道，该模型从包括议会文件、网络文本和维基百科在内的多种来源中生成超过22,000个高质量的训练示例。实验表明，sui-1在所有测试的开源基准模型中表现优异，证明了针对特定任务的训练在基于引用的摘要中比单纯增加模型规模更为有效。
这篇论文提出了Flow Equivariant World Models，这是一种将自我运动和外部物体运动统一为单参数李群'流'的框架。该方法通过实现对这些变换的群等变性，提供了在数百个时间步长上的稳定潜在世界表示。在2D和3D部分观察视频世界建模基准测试中，Flow Equivariant World Models显著优于其他基于扩散和记忆增强的世界建模架构，特别是在存在可预测世界动态的情况下。该方法通过结构化世界模型表示，以内部和外部运动为依据，为数据高效、对称性引导的具身智能开辟了一条可扩展的途径。
这篇论文提出了一种名为ECHO的框架，用于解决强化学习中静态批评模型无法适应策略演变的问题。ECHO通过同步的协同进化循环联合优化策略和批评模型，利用级联回滚机制和饱和度感知增益塑造目标来提高学习效率。
这篇论文提出了一种基于强化学习的创意写作方法，通过引入多样化的规划分支策略，在保证生成质量的同时显著提高了大型语言模型（LLM）输出的多样性。
这篇论文介绍了SampoNLP，一个用于创建形态学词典的无语料库工具包，适用于低资源环境。它通过MDL启发式的自参照原子性评分来过滤复合形式，并用于评估芬兰语、匈牙利语和爱沙尼亚语的BPE分词器。论文提出了一个统一的性能指标IPS，用于平衡词素覆盖和过度分割之间的权衡，并提供了这些语言的最佳词汇大小建议。
这篇论文提出了一种使用自然语言处理技术进行集群工作负载分配的方法，通过集成大型语言模型（LLM）来解析自然语言分配提示注释，实现语义软亲和度调度。该方法通过原型系统在复杂场景中表现出色，验证了语义软亲和度在简化工作负载编排中的可行性。
这篇论文提出了Omni-R1，一个统一的生成式多模态推理范式，通过在推理过程中生成中间图像来统一不同的多模态推理技能。该方法采用SFT+RL框架，并引入了感知对齐损失和感知奖励，实现了功能图像生成。此外，还提出了Omni-R1-Zero，通过从纯文本推理数据中逐步可视化来消除对多模态标注的需求。实验结果表明，Omni-R1在多种多模态任务上实现了统一的生成式推理，而Omni-R1-Zero在平均性能上可以匹配甚至超越Omni-R1。
这篇论文提出了几何稳定性这一概念，用于衡量学习到的表示在扰动下的可靠性。通过引入Shesha框架，论文展示了稳定性与相似性在实证上不相关，并提供了在安全监控、可控性和模型选择方面的应用实例。
这篇论文提出了DASD-4B-Thinking，一种轻量级且高效的推理模型，通过改进序列蒸馏方法，在数学、科学推理和代码生成等基准测试中实现了SOTA性能，同时显著减少了训练样本数量。
这篇论文提出了一种名为Focal Guidance的新方法，旨在提高视频扩散模型中语义弱层对文本提示的遵循度。通过引入精细的语义指导和注意力缓存机制，该方法有效地增强了模型的可控性，并在评估基准上显著提升了性能。
这篇论文提出了Imagine-then-Plan (ITP)框架，通过自适应前瞻和世界模型，使智能体能够进行多步规划，从而在复杂任务中实现更好的学习效果。ITP通过将智能体的策略模型与学习到的世界模型交互，生成多步的想象轨迹，并通过自适应前瞻机制调整想象范围，以适应不同任务和阶段的需求。
这篇论文提出了ExpSeek，一种针对Web代理的主动式经验寻求方法，通过估计步骤级熵阈值和设计定制化经验内容，在任务执行前进行经验干预，从而提高代理的交互能力。实验表明，ExpSeek在Qwen3-8B和32B模型上分别实现了9.3%和7.5%的绝对性能提升。
这篇论文介绍了TranslateGemma，一套基于Gemma 3基础模型的开放式机器翻译模型。通过两阶段的微调过程，包括使用高质量的大规模合成平行数据和人工翻译的平行数据进行监督微调，以及使用奖励模型进行强化学习，TranslateGemma在多个语言对上实现了显著的性能提升。该模型在WMT25测试集上进行了人工评估，在WMT24++基准测试上进行了自动评估，显示出与基线Gemma 3模型相比的持续和显著的性能提升。
这篇论文提出了OpenVoxel，一种无需训练的算法，用于对稀疏体素进行分组和标注，以实现开放词汇的3D场景理解。该方法利用多视角图像生成的稀疏体素光栅化模型，结合视觉语言模型和多模态大型语言模型，通过标注每个组来构建信息丰富的场景图，从而支持开放词汇分割等3D场景理解任务。
EvoFSM论文提出了一种通过有限状态机（FSM）实现可控自我进化的框架，用于深度研究。该框架通过将优化空间分解为宏观的流程逻辑和微观的技能行为，结合批评机制和自我进化的记忆系统，实现了在明确的行为边界下对问题解决能力的针对性提升。
这篇论文深入探讨了记忆机制在现代大型语言模型和多模态语言模型中的应用，提出了一个综合性的分类框架，包括隐式、显式和代理记忆范式，并讨论了记忆在模型架构和功能演变中的重要性。
这篇论文提出了DeepResearchEval，一个自动化的框架，用于构建和评估深度研究任务。该框架通过生成基于用户角色的复杂研究任务，并采用多源证据整合和外部检索，解决了现有基准测试中任务构建、静态评估维度和事实验证的挑战。
这篇论文提出了一种通过稀疏扩散和3D渲染高效生成静态场景视频的方法。该方法使用基于扩散的生成模型生成关键帧，并通过3D重建和渲染合成完整视频，显著提高了视频生成的效率，同时保持了高视觉保真度和时间稳定性。
这篇论文提出了FocusUI，一个高效的UI定位框架，通过保留位置连续性来选择与指令最相关的视觉块，从而减少冗余的视觉标记，提高UI定位任务的性能。
Hugging Face发布了BERT Hash Embeddings模型系列，这些模型基于BERT Hash模型系列，生成固定维度的向量，用于语义文本相似度、语义搜索、释义挖掘、文本分类、聚类等。这些模型参数量小，性能优异，适用于边缘和低资源计算环境。
Zilliz团队发布了名为'zilliz/semantic-highlight-bilingual-v1'的语义高亮模型，该模型旨在降低RAG（Retrieval-Augmented Generation）中的Token成本，同时提供中英双语支持。该模型基于轻量级的Encoder-Only架构，并使用BGE-M3 Reranker v2作为基础模型，通过LLM标注和推理过程训练，实现了在多个数据集上的最先进性能。
NVIDIA发布了一种名为Nemotron Speech ASR的新实时语音识别模型，该模型通过缓存感知流式处理技术，实现了更高的效率和更低的延迟，为实时语音代理提供了新的基准。
Hugging Face的官方博客发布了一篇关于小型语言模型最优架构的文章，介绍了通过实验发现的最优模型配置，包括深度、宽度、架构类型等，并推出了新的扩散模型Dhara-70M，该模型在保持较高准确性的同时，实现了更高的吞吐量和事实性。
Pruna社区成员Parag Ekbote通过使用Pruna库和PyTorch的torch.compile功能，对SmolLM模型进行了量化压缩和编译优化，显著提升了模型的速度和效率，同时保持了较高的准确度，使得模型在资源受限的硬件上也能高效运行。
Hugging Face宣布其MiniMax-M2.1模型在多语言和多任务编码方面取得了显著进步，该模型在代码生成、工具使用、指令遵循和长期规划方面表现出色。它通过构建覆盖多种编程语言的全面数据管道，实现了对真实世界编码场景的增强，并展示了在多种基准测试中的优异性能。
Hugging Face发布了名为“Proof of Time (PoT)”的新基准框架，旨在评估科学想法的判断。该框架通过将科学想法的判断与未来可观察的下游信号（如引用次数、同行评审奖项等）联系起来，实现了可验证的评估和可扩展的基准测试。PoT采用离线沙盒设计，确保模型改进来自对相同证据的更好利用，而非获取新信息，并包含四个任务家族，分别评估影响预测、同行评审奖项、研究演化和技术前沿。
Falcon H1R 7B，由阿布扎比的科技创新研究所（TII）开发，是一款仅具有解码功能的7B参数大型语言模型。它基于Falcon-H1 Base模型，在推理能力上取得了重大进步，参数效率极高，在多个推理密集型基准测试中表现出色。
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KV缓存技术，这是一种优化Transformer推理效率的方法。通过缓存中间计算结果，模型可以避免重复计算，从而加快文本生成速度，提高效率。
Hugging Face 发布了两个新的 Llama Nemotron 模型，用于提高多模态搜索和视觉文档检索的准确性。这些模型能够处理文本和图像，并支持标准向量数据库，旨在为开发者提供高效、低延迟的视觉文档检索解决方案。
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。
本文探讨了当前常见的AI模型格式，包括GGUF、PyTorch、Safetensors和ONNX，并分析了每种格式的特点、优缺点以及适用场景。GGUF适用于生产环境和服务模型，PyTorch简单易用但存在安全性和效率问题，Safetensors注重安全性，ONNX提供跨框架互操作性。
NVIDIA发布了Alpamayo，一个开源的模型、模拟工具和数据集生态系统，旨在促进基于推理的自动驾驶汽车（AV）架构的开发。Alpamayo提供了基础模型、大规模训练数据集和模拟框架，以支持在现实闭环环境中评估和训练现代推理AV架构。
这篇公告详细记录了一位AI技术分析师在训练Action Chunking Transformer (ACT)模型上的经历，包括遇到的挑战、解决方案和经验教训。文章描述了如何使用SO-101机器人进行数据收集和训练，以及如何通过改进硬件设置、数据收集流程和评估流程来提高模型的性能。
本文介绍了从Image-to-LoRA到In-Context Edit的图像编辑技术进展，重点介绍了Qwen-Image-Edit-2511模型。该模型通过In-Context Edit技术，利用多图像编辑能力，实现了从示例图像对中理解并应用编辑转换到新图像的功能，为图像编辑领域带来了新的突破。
本文介绍了“Reviewer Two”，一个基于 Meta 的 OpenEnv 框架构建的强化学习环境，旨在训练 AI 代理生成高质量的研究计划。该环境通过提供反馈和惩罚机制，引导代理不断改进其研究计划，旨在培养代理的迭代改进、学习反馈和有效利用资源的能力，使其能够更好地与人类合作进行科学研究。
本文介绍了如何利用开源模型DeepSeek-OCR和FineVision进行大规模OCR任务，并展示了如何在不同的GPU基础设施上运行批量OCR推理。文章详细介绍了如何设置DeepSeek-OCR进行高吞吐量文档处理，设计模块化管道提取文档内容，并在多个云平台上部署批量推理作业。此外，还讨论了优化批量大小和并发性以提高GPU利用率，以及成本估算和扩展处理能力的方法。
这篇Hugging Face博客文章介绍了状态空间模型（SSM）的基本概念，包括其在控制理论和深度学习中的应用。文章详细解释了SSM的三个视图：连续视图、递归视图和卷积视图，并讨论了它们各自的优势和局限性。
OpenAI 发布了一项新的提案征求 (RFP)，旨在通过美国本土制造加强美国的人工智能供应链，这是其 Stargate 计划的一部分，旨在推动美国制造业发展、实现能源网现代化、创造高薪就业机会，并巩固美国在人工智能领域的领导地位。
这篇论文提出了RIKER，一个基于范式反转的AI知识检索系统评估方法，通过生成已知真实性的文档来评估知识系统，解决了传统评估方法的局限性，如静态基准的易受污染性、基于LLM的评估偏见和人工标注的高成本。实验结果表明，上下文长度对模型性能有显著影响，且模型在真实性和幻觉抵抗方面存在差异。
这篇论文提出了一种名为MACRO-LLM的框架，用于在时空部分可观测性下实现大型语言模型（LLM）驱动的多智能体协作推理。该框架通过三个模块解决时空限制：CoProposer通过预测回滚验证候选动作以减轻时间不确定性；Negotiator通过均值场统计聚合解决空间近视问题；Introspector通过语义梯度下降分析历史经验以优化策略。实验表明，该框架在合作自适应巡航控制和疫情控制等复杂长期任务中有效减轻了时空部分可观测性。
这篇论文介绍了A.X K1，一个从零开始训练的519B参数混合专家（MoE）语言模型。该模型通过利用缩放定律优化训练配置和词汇量，在固定的计算预算下进行训练。A.X K1在约10T个标记的语料库上进行预训练，并支持可控推理，以实现跨各种实际场景的可扩展部署。论文提出了一个简单的Think-Fusion训练方法，允许在单个模型内进行思考和非思考模式之间的用户控制切换。实验表明，A.X K1在性能上与领先的开放源代码模型相当，并在韩语基准测试中具有独特优势。
这篇论文提出了Spectral Generative Flow Models（SGFMs），一种基于物理学的生成模型，它将文本或视频视为连续场的演化，通过多尺度小波基中的约束随机动力学来生成。SGFMs通过使用局部算子、频谱投影和类似Navier-Stokes的传输来替代全局注意力机制，从而在连续性、几何和物理结构的基础上实现生成机制。该框架提供了三个关键创新：统一文本和视频作为随机偏微分方程的轨迹的场论本体、诱导稀疏性、尺度分离和计算效率的小波域表示，以及确保稳定性、一致性和不确定性传播的约束随机流。
这篇论文提出了GeoRA，一种针对强化学习可验证奖励（RLVR）的几何感知低秩自适应方法。GeoRA通过利用RL更新子空间的各向异性和可压缩性，通过SVD在几何约束子空间中提取主方向，同时冻结剩余成分，以初始化适配器。这种方法保留了预训练的几何结构，并通过密集算子实现了高效的GPU计算。实验表明，GeoRA在关键数学基准测试中优于现有的低秩基线，并显示出在域外任务中的优越泛化能力和对灾难性遗忘的鲁棒性。
这篇论文提出了一种名为Self-Explanation Policy Optimization (ExPO)的框架，通过自解释引导的强化学习来提升模型在复杂推理任务中的学习效率和最终性能。该方法通过条件生成与真实答案相关的样本，引导模型探索新的推理路径，从而在初始生成不正确解决方案的问题上取得更好的效果。
这篇论文提出了PersonalAlign，一种基于长期用户记录的个性化GUI代理的分层隐式意图对齐方法。该方法通过AndroidIntent基准测试，评估了代理在处理模糊指令和提供主动建议方面的能力，并引入了HIM-Agent，通过维护个人记忆和分层组织用户偏好和常规来实现个性化。
这篇论文提出了OpenDecoder，一种新的方法，通过评估检索到的信息质量来改进基于LLM的RAG模型。该方法考虑了检索信息的相关性、排名和质量预测分数，以提高模型在处理不同质量文档时的鲁棒性。
