大型语言模型（LLM）已用于财务决策，增强了投资策略的分析能力。传统的投资策略通常使用定量模型，基本分析和技术指标。但是，LLMS引入了新的功能，以处理和分析大量结构化和非结构化数据，提取有意义的见解并实时增强决策 ...

生成模型的扩散以及对网络规模数据进行预处理的结合提出了一个及时的问题：当这些模型受到自己生成的输出培训时会发生什么？对模型数据反馈回路的最新研究提出，这种循环将导致一种称为模型崩溃的现象，在该现象下，在每个模型数据反馈迭代中，性能逐渐降低，直到拟合模型变得毫无用处。但是，这些研究在很大程度上假定新数据随着时间的推移替换了旧数据，在这种情况下，可以说更现实的假设是数据随着时间的推移而积累。在本文中， ...

在许多情况下，表格数据分析至关重要，但是有效地识别新表的最相关数据分析查询和结果仍然是一个重大挑战。表格数据的复杂性，多样化的分析操作以及对高质量分析的需求使过程变得乏味。为了应对这些挑战，我们的目标是建议在表格数据分析工作流程中针对新桌子量身定制的查询代码分子三重态 ...

现代网络代理具有计算机使用能力，使他们可以通过将命令发送到虚拟键盘和鼠标来与网页进行交互。尽管此类代理具有很大的潜力来帮助人类用户完成复杂的任务，但评估其在现实世界中的能力却带来了重大挑战。为此，我们介绍了Bearcubs，这是111个寻求信息的问题的“小而强大”的基准，旨在评估Web代理的搜索，浏览和从Web中识别事实信息的能力 ...

因果关系和游戏理论是两个有影响力的领域，对各个领域的决策产生了重大贡献。因果关系定义了复杂政策问题中的因果关系，而游戏理论则可以洞悉具有竞争利益的利益相关者之间的战略互动。整合这些框架已导致重大的理论进步，并有可能改善决策过程 ...

大型语言模型（LLMS）作为评估者的兴起提供了人类注释的可扩展替代方案，但对于法官来说，现有的监督微调（SFT）通常在需要复杂推理的领域中落下。在这项工作中，我们调查了LLM法官是否真的从增强的推理能力中受益。通过对评估任务跨评估任务的推理要求的详细分析，我们揭示了SFT性能增长与推理要求样本的比例之间的负相关性 - 在这种情况下突出了SFT的局限性 ...

近年来，Minecraft的迷人领域引起了巨大的研究兴趣，它是开发能够在开放世界环境中运作的智能代理的丰富平台。但是，当前的研究格局主要集中在特定目标上，例如流行的“获得”任务，尚未显示出对更广泛任务的有效概括。此外，“获得DEVIAMOND”任务的当前领先成功率约为20％，强调了在现有方法中使用的基于强化学习的局限性（RL） ...

现代的多个对象跟踪（MOT）系统通常遵循\ emph {by-deTection}范式。它具有1）用于目标定位的检测模型和2）数据关联的外观嵌入模型。分别执行这两个模型可能会导致效率问题，因为运行时间只是两个步骤的总和，而无需研究它们之间可以共享的潜在结构 ...