☁️
云上报刊亭
📰
[精选] 🅥 -- 新闻，报纸，杂志，电子书，资料 PDF
@magazinesclubnew
18.6K
subscribers
22.5K
photos
44
videos
30.9K
files
9.16K
links
新闻，报纸，杂志，电子书，资料 PDF
杂志频道
@newspaperdigest
Download Telegram
Join
☁️
云上报刊亭
📰
[精选] 🅥 -- 新闻，报纸，杂志，电子书，资料 PDF
18.6K subscribers
☁️
云上报刊亭
📰
[精选] 🅥 -- 新闻，报纸，杂志，电子书，资料 PDF
OpenSeeker-v2：用高难度轨迹探索搜索智能体极限
OpenSeeker-v2: Pushing the Limits of Search Agents with Informative and High-Difficulty Trajectories
⭐
2 ·
arXiv
·
HF
#搜索智能体
#监督微调
#数据合成
#复杂推理
#大语言模型
☁️
云上报刊亭
📰
[精选] 🅥 -- 新闻，报纸，杂志，电子书，资料 PDF
多模态强化学习中基于黑盒同策略蒸馏的预对齐方法
Beyond SFT-to-RL: Pre-alignment via Black-Box On-Policy Distillation for Multimodal RL
⭐
11 ·
arXiv
·
HF
#多模态大模型
#强化学习
#知识蒸馏
#预对齐
#复杂推理
☁️
云上报刊亭
📰
[精选] 🅥 -- 新闻，报纸，杂志，电子书，资料 PDF
HEAVYSKILL：智能体框架中作为内在技能的深度思考
HeavySkill: Heavy Thinking as the Inner Skill in Agentic Harness
⭐
4 ·
arXiv
·
HF
#大语言模型
#智能体
#复杂推理
#测试时扩展
#强化学习
☁️
云上报刊亭
📰
[精选] 🅥 -- 新闻，报纸，杂志，电子书，资料 PDF
大语言模型强化学习轨迹展开策略全面综述
Generate, Filter, Control, Replay: A Comprehensive Survey of Rollout Strategies for LLM Reinforcement Learning
⭐
1 ·
arXiv
·
HF
#大语言模型
#强化学习
#轨迹展开
#复杂推理
#过程监督
#智能体
