国产欧美一区二区久久,久久久国产这里有的是精品,国产第二页无限好源

2 天前 / 大漠孤城

AutoGLM：用于GUI的自主基礎代理

引言包括大型語言模型和大型多模態模型在內的基礎模型，因其卓越的語言理解和生成能力而受到廣泛關注。通過在互聯網規模的語料庫上進行廣泛的自監督預訓練，這些模型不僅獲得了知識和語言能力，還獲得了類人的推理和規劃能力，從而產生了作為代理的LLM。然而，GUI基礎代理的開發面臨一個關鍵挑戰：現有預訓練集中決策數據的稀缺性。雖然互聯網包含大量人類知識，但它主要由靜態信息組成，不足以捕捉人類的決策和環境交互。構建有能力的基礎代理需要用動態知識來豐富它們，無論是通過與真實世界的環境直接交互，還是通過從合成軌跡中

30 閱讀

收藏
2 天前 / 大漠孤城

WEBRL：通過自演化在線課程強化學習訓練LLM Web代理

引言大型語言模型不僅展現出對人類語言、常識推理和知識獲取的卓越理解能力，而且在復雜規劃和邏輯推理方面也顯示出巨大的潛力，表明它們有望發展成為自主LLM智能體。LLM智能體的應用領域日益廣泛，涵蓋了代碼生成、數據庫操作以及圖形用戶界面交互等領域。在這些應用中，由LLM驅動的Web智能體因其廣泛的應用前景和在數字生態系統中培育真正自主智能的獨特潛力而備受關注。盡管取得了這些進展，但現有的LLM網絡代理，無論其性能指標或架構范式如何，仍然欠發達。高性能的LLM網絡代理主要依賴于精心制作的提示，并結合專

29 閱讀

收藏
9 天前 / 游水豬

MiniMax-M1：通過閃電注意力高效擴展測試時計算

引言在人工智能領域，大型推理模型（LRMs）的進步正以前所未有的速度改變著我們處理復雜任務的方式。這些模型通過擴展推理過程，在數學、編程和軟件工程等領域取得了顯著成功。然而，傳統Transformer架構中自注意力機制固有的二次計算復雜度，使得持續擴展推理過程面臨巨大挑戰。為了解決這一瓶頸，MiniMax-M1應運而生，它是一款開創性的開源大型混合注意力推理模型，旨在高效擴展測試時計算。MiniMax-M1是基于MiniMax-Text-01模型開發的，它融合了混合專家模型（MoE）架構和閃電注

80 閱讀

收藏
17 天前 / DDwyane

RSA/ECB/OAEPWithSHA-256AndMGF1Padding加解密實現

基于java、go、python、php等語言實現“RSA/ECB/OAEPWithSHA-256AndMGF1Padding”填充方式的RSA加解密，各語言之間加解密結果互通。0. RSA公私鑰生成如果還沒有rsa公私鑰，可以通過openssl來生成一組。生成2048位公私鑰：# 生成私鑰（PKCS#8 格式）openssl genpkey -algorithm RSA -out private_key.pem -pkeyopt rsa_keygen_bits:2048# 提取公鑰openss

138 閱讀

收藏
1 個月前 / 游水豬

基于強化學習優化通用大語言模型智能體的分析

引言大型語言模型（LLM）在自然語言處理方面表現出色，但推理和決策能力仍有提升空間。研究人員正嘗試將強化學習（RL）引入LLM智能體訓練，以優化其在復雜任務中的表現。自2024年下半年以來，多項研究將LLM視為智能體，通過RL訓練增強其多步推理、工具使用和環境交互能力。這種方法旨在利用RL的反饋和探索機制，提升LLM的推理策略、自主決策和協作能力，從而提高解決復雜任務的效率和成功率。本文將綜述8項關于“基于強化學習優化通用大語言模型智能體”的最新研究，涵蓋獎勵分配、多智能體協同、檢索增強和推理規

276 閱讀

收藏
1 個月前 / 游水豬

提升LLM代理多輪推理能力：細粒度回合級信用分配

引言大型語言模型（LLMs）在復雜決策任務中的推理能力取得了顯著進展，尤其是在長鏈思維（CoT）的探索和完善方面。然而，純文本推理的LLM在需要精確數值計算、信息檢索或代碼執行的任務中仍存在局限性。將LLM作為自主代理，并賦予其訪問外部工具（如搜索引擎、科學計算器、代碼解釋器）的能力，可以顯著擴展其功能。盡管如此，訓練LLM作為自主代理在交互式環境中運行面臨獨特的挑戰。代理設置通常要求模型在復雜推理任務中做出順序的、多輪決策。現有方法通常將這些多輪交互任務視為賭博問題，僅依賴于結果層面的獎勵（如

271 閱讀

收藏
1 個月前 / 游水豬

并非所有思考都同等重要：通過多輪強化學習實現高效LLM推理

引言大型語言模型（LLMs）在處理復雜推理任務方面展現出驚人的能力，尤其是在數學奧林匹克競賽、專業編程和科學推理等領域。長鏈式思考（Long Chain-of-Thought, CoT）作為一種新興策略，通過增加推理過程的長度來提升LLMs的測試時擴展能力。然而，盡管長CoT推理帶來了顯著的性能提升，但其過長的token長度已成為一個主要瓶頸，嚴重限制了其有效性和實際應用價值。當前，為了在保持性能的同時壓縮推理token長度，研究人員付出了大量努力。現有解決方案大致可分為三類：免訓練方法、基于監

345 閱讀

收藏
2 個月前 / 游水豬

Mixture-of-Recursions (MoR) - 讓模型學會“思考”深淺

如今，大型語言模型（LLM）的能力令人驚嘆，但其巨大的計算和內存需求也讓許多研究者和開發者望而卻步。我們不禁要問：有沒有一種方法，既能擁有大模型的強大能力，又能擺脫其高昂的成本呢？今天，我們將深入探討一篇于2025年7月發表的論文——《Mixture-of-Recursions: Learning Dynamic Recursive Depths for Adaptive Token-Level Computation》。該論文提出了一種名為Mixture-of-Recursions (MoR)

813 閱讀

收藏
2 個月前 / Wei_

讓智能家居“聽你話”：試試 Jenius 的 AI 控控控！

想象一下，下班回到家中，迎接你的是清新的空氣、柔和的音樂、浪漫的燈光，一切都自動為你準備好，而你————只需要舒舒服服躺在床上，褪去一天的疲勞。這不是什么未來幻想，而是現在就能實現的智能家居體驗。今天要安利的主角就是 Jenius ——一個聰明又實用的 AI 控制工具，能把你家里的各種“聰明設備”真正變成聽得懂需求、活兒干得漂亮的管家。?? 什么是 Jenius？Jenius 是由天聚地合團隊打造的通用多智能體 AI Agent，簡單理解，它就像一個特別能干的“大腦”，能理解你的指令，再協調各種小

281 閱讀

收藏
2 個月前 / userid_27374883

零門檻改造智能家！三步讓你的老設備秒變AI管家

零門檻改造智能家！三步讓你的老設備秒變AI管家無需更換設備·跨品牌互聯·自然語言控制Jenius智能家居中樞系統正式開源發布你是否遇到過這些智能家居「偽智能」困境？?? 設備孤島：小米/華為/涂鴉設備各自為政，控制要切5個APP?? 智障語音：”太熱了“只會調低1℃，”幫我營造氛圍“直接死機?? 配置天坑：想設置”回家自動開空調“，竟要寫30行YAML代碼天聚地合科技顛覆性解決方案——Jenius智能家居中樞今日開源！基于獨創的 ”數據+智能體+RPA“三角引擎，實現三大突破：+ 跨品牌設備統一管

563 閱讀

收藏
2 個月前 / 游水豬

大模型測試中可用數據集解析

引言隨著大型語言模型（LLM）能力的飛速發展，如何有效、全面地評估這些模型的性能成為了一個日益重要且復雜的挑戰。傳統的評估方法往往難以捕捉LLM在真實世界應用場景中的細微表現，尤其是在涉及工具使用、多輪對話和復雜推理等高級任務時。為了應對這些挑戰，研究人員開發了一系列專門的測試方法和數據集，旨在更深入地探究LLM的極限與潛力。本文將探討幾個可用的關鍵數據集，它們分別是：MCP-tools、APIBank、APIGen 和 Countdown。這些數據集各自側重于評估LLM在不同維度上的能力，從大

494 閱讀

收藏
2 個月前 / 游水豬

AutoGen：通過多智能體對話，開啟下一代大語言模型應用

在人工智能飛速發展的今天，大型語言模型（LLM）已經成為構建強大AI應用的核心。然而，隨著任務日益復雜，單個智能體的能力逐漸顯得捉襟見肘。我們不禁要問：如何才能更進一步，構建出能夠處理更復雜、更廣泛任務的LLM應用？來自微軟研究院、賓夕法尼亞州立大學等機構的研究者們給出了一個創新性的答案：AutoGen。這篇發表在 arXiv 上的論文《AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation》介紹了一個開源

650 閱讀

收藏
2 個月前 / 游水豬

AutoAgent：用“說話”取代編碼，人人都能構建的 AI 代理

是否曾想過，如果能像與人交談一樣，讓 AI 為你創建一個能自動處理復雜任務的智能助手，那該有多好？例如，一個能幫你分析財務報表、管理本地文件，甚至自動編寫代碼的代理。過去，這似乎是只有程序員才能實現的“魔法”。但現在，一篇來自香港大學的論文《AutoAgent: A Fully-Automated and Zero-Code Framework for LLM Agents》為我們揭示了一個革命性的框架，讓這一切變得觸手可及。這篇論文介紹的 AutoAgent，是一個完全自動化、零代碼的 LLM

318 閱讀

收藏
2 個月前 / Jenius

離下班還有半小時，又有臨時任務怎么辦

打工人自救指南來了——Jenius使用指南　　下午 5 點 29 分，電腦右下角的時鐘正跳著秒 —— 距離下班還有半小時，茶水間的咖啡杯已經擺好，地鐵卡都揣進了口袋。突然，工作群 "叮" 地彈出消息：“@全體成員緊急！半小時內同步一份市場調研方案，含競品分析、產品定位及推廣策略，甲方明早要。”瞬間血壓飆升！競品資料從哪找？推廣方案怎么搭？PPT 框架都沒頭緒…… 此刻只想仰天長嘯："這班還能不能下了？"別急，打工人的救星來了 —— 當我把 "美妝市場調研" 的需求敲給Jenius，奇跡發生了：

281 閱讀

收藏
2 個月前 / 游水豬

MCP-Zero：LLM智能體主動工具發現的新范式

引言大語言模型（LLMs）在處理復雜任務時，通常需要借助外部工具來擴展其能力范圍。然而，當前LLM智能體與工具集成的主流范式存在顯著局限性：它們往往將預定義的工具模式注入到系統提示中，導致模型扮演被動選擇者的角色，而非主動發現所需能力。這種方法不僅造成了巨大的上下文開銷，也限制了模型的決策自主性。為了解決這些問題，本文引入了MCP-Zero，一個旨在恢復LLM智能體工具發現自主性的主動框架。MCP-Zero的核心思想是，智能體能夠主動識別自身能力差距，并按需請求特定工具，從而將自身從大規模檢索器

987 閱讀

收藏

加載中...