The Differences Between Direct Alignment Algorithms are a Blur 
直接对齐算法（DAAS）通过替换强化学习（RL）和奖励建模（RM）来简化语言模型对齐，并通过直接的策略优化从人类反馈（RLHF）进行强化学习。 DAA可以通过其排名损失（成对与点置）分类，并由这些损失中使用的奖励（e ...
0 0 0 2025/02/12 arXiv:2502.01237v1 zaq
Competitive Programming with Large Reasoning Models 
我们表明，应用于大型语言模型（LLM）的强化学习可显着提高复杂编码和推理任务的性能。此外，我们将两种通用推理模型 -  OpenAI O1和O3的早期检查站与域特异性系统O1-IOI进行了比较，该系统使用手工设计的推理策略，旨在在2024年在Informatics中竞争（IOI）（IOI） ）。我们与O1-IOI一起在IOI 2024中现场直播，并使用手工制作的测试时间策略排名第49个百分位 .. ...
0 1 0 2025/02/12 arXiv:2502.06807v1 firefly2024
Comprehensive Multi-Modal Prototypes are Simple and Effective Classifiers for Vast-Vocabulary Object Detection 
使模型能够识别大量的开放世界类别一直是对象检测的长期追求。通过利用视觉模型的概括能力，尽管接受了有限的类别培训，但当前的开放世界检测器仍可以识别出更广泛的词汇范围。但是，当训练过程中类别词汇的规模扩大到现实世界的水平时，先前的分类器与粗制名称保持一致，会大大降低这些检测器的识别性能 ...
0 0 0 2025/02/12 arXiv:2412.17800v1 liyu1
CA-LoRA: Adapting Existing LoRA for Compressed LLMs to Enable Efficient Multi-Tasking on Personal Devices 
最近，需要在笔记本电脑和智能手机等个人设备上部署大型语言模型（LLM）。处理不同任务时，这些LLM具有不同的模型变体。但是，个人设备的资源有限，需要减少存储开销 ...
0 0 0 2025/02/12 arXiv:2307.07705v3 youkbok
What is Event Knowledge Graph: A Survey 
除了以实体为中心的知识（通常为知识图（kg））之外，事件也是世界上必不可少的知识，它触发了以事件为中心的知识表示形式（如事件kg（EKG））的春季。它在许多下游应用程序中起着越来越重要的作用，例如搜索，提问，建议，财务定量投资和文本生成。本文对历史，本体论，实例和应用程序视图中的心电图进行了全面的调查 ...
0 0 0 2025/02/12 arXiv:2112.15280v2 Cantaloupe
Baichuan4-Finance Technical Report 
大型语言模型（LLM）在语言理解，产生和推理方面表现出了强大的能力，但是由于财务知识的复杂性和专业化，它们在财务上的潜力仍未得到充满激光。在这项工作中，我们报告了Baichuan4-Finance系列的开发，其中包括一套全面的Baichuan4-Finance-Finance-Finance-Finance-Finance-Finance-Finance-Finance-Finance-Finan ...
0 0 0 2025/02/12 arXiv:2412.15270v2 落叶听秋
Efficient LLM Context Distillation 
本文特别研究了上下文蒸馏，一种通过内部化来扩展特定于任务示例的实用性的方法，从而增加了可用于模型推理的示例 ...
0 0 0 2025/02/12 arXiv:2409.01930v1 starqi
Fast-BEV: A Fast and Strong Bird's-Eye View Perception Baseline 
（bev），表示的感知任务引起了越来越多的关注，bev）（bev 表示有望成为下一代自动驾驶汽车（ av），大多数现有的纯电动汽车解决，大多数现有的纯电动汽车解决，大多数现有的纯电动汽车解决方案要么需要大量资源来执行车载推理，要么性能不佳。本文提出了一种简单而有效的框架，称为快点，它能够在车载芯片上执行更快的bev感知... ...
0 0 4 2025/02/12 arXiv:2301.12511v2 hao0o0

来一起翻译吧！


为了您和其他读者获得更好的阅读体验，请您勇敢地改进翻译，特别是一些显而易见的机器翻译错误。


虽然我们追求卓越，但我们并不要求翻译十全十美，因此请不要担心您翻译有误 —— 我们的服务器已经记录所有的翻译，您不必担心会因为您的失误导致无法挽回的破坏。（改编自维基百科）