Fleet AI发布Fig系统：多智能体行为智能引导与测试平台
Fleet AI推出Fig（Finding Interactions in Games），这是一套用于多智能体系统行为引导与测试的智能体平台。Fig能够解析自然语言描述的行为目标，…
智客 AI 新闻
智客 ZICQ 每日整理大模型、开源基础设施与开发者现场的 AI 新闻与深度文章。
投稿技术文章当前筛选： 标签: #连续深度模型 清除筛选
大模型· 2026-10-22
Mr.Xu0 次阅读0 条讨论与划词
arXiv提出LLM-LLM辩论框架，探索大语言模型间的观点动态
arXiv发布了一项关于大语言模型（LLM）间互动的研究，提出了一种名为LLM-LLM辩论框架的新方法，用于分析模型在辩论中的观点动态。该研究通过控制实验，探讨了不同模型组合（如G…
大模型· 2026-10-22
Mr.Xu0 次阅读0 条讨论与划词
Kunumi发布modded-nanoRT：首个关系Transformer速度竞赛排行榜
Kunumi推出modded-nanoRT，这是首个针对关系Transformer的速度竞赛排行榜，旨在通过去中心化的方式加速基础模型预训练的研究进程。该排行榜通过墙钟时间对模型性…
智能体· 2026-10-22
Mr.Xu0 次阅读0 条讨论与划词
arXiv发布Sketch2Sim：手绘电路图智能分析与仿真框架
arXiv近日发布了一种名为Sketch2Sim的新系统，用于将手绘电路图转换为SPICE兼容的网表，并自动计算电路的节点电压和电流。该系统采用多阶段流水线，包括基于YOLO的组件…
大模型· 2026-10-22
Mr.Xu0 次阅读0 条讨论与划词
arXiv提出MELSTM：基于运动等变性的卷积LSTM模型革新序列数据建模
arXiv发布了一种名为MELSTM（Motion Equivariant Convolutional LSTM）的新型神经网络架构，通过将运动等变性引入卷积LSTM模型，显著提升…
大模型· 2026-10-22
Mr.Xu0 次阅读0 条讨论与划词
ReAPO：提升大语言模型推理效率的策略优化新方法
ReAPO（Retry-Aware Policy Optimization）是一种针对大语言模型（LLM）推理优化的新方法，旨在解决传统RLVR方法中探索效率低下的问题。ReAPO…
前沿论文· 2026-10-22
Mr.Xu0 次阅读0 条讨论与划词
arXiv论文提出离线学徒学习框架，革新人本环境决策机制
arXiv发布了一篇关于离线学徒学习（AL）的研究论文，重点解决人本环境（如智能教学系统和临床医疗）中的决策问题。该研究提出了一系列框架，包括EM-EDM、THEMES、HALID…
前沿论文· 2026-10-22
Mr.Xu0 次阅读0 条讨论与划词
arXiv研究：图LLM节点分类方法被质疑，廉价基线方法表现接近
arXiv发布的一项研究对基于大语言模型（LLM）的文本属性图（TAGs）节点分类方法提出质疑。研究通过在三个近期研究的拆分数据集上微调四种基线方法，并与LLM方法进行对比，发现基…
前沿论文· 2026-10-22
Mr.Xu0 次阅读0 条讨论与划词
STAR-XPC模型发布：基于Set Transformer的X射线透射率预测模型
arXiv发布了一种名为STAR-XPC的神经网络模型，用于快速估算X射线通过聚合物复合材料的透射率。该模型利用Set Transformer架构，对分子成分、质量分数和物理描述符…
大模型· 2026-10-22
Mr.Xu0 次阅读0 条讨论与划词
arXiv发布SimHack：预测强化学习中的奖励黑客行为发生时间
arXiv近日发布了一种名为SimHack的模拟器，用于预测强化学习（RL）训练中奖励黑客行为的出现时间。奖励黑客行为在复杂训练环境中难以预防，但通过SimHack，研究人员可以在…
前沿论文· 2026-10-22
Mr.Xu0 次阅读0 条讨论与划词
arXiv发布SNTO框架：基于神经网络的拓扑优化实现高效应力约束设计
arXiv发布了一种名为SNTO（Simultaneous Neural Topology Optimization）的新框架，旨在解决大规模拓扑优化中的计算瓶颈问题，特别是在应力…
算力架构· 2026-10-22
Mr.Xu0 次阅读0 条讨论与划词
arXiv发布强化学习硬件加速与系统优化综述：覆盖100+研究，剖析FPGA与集成电路实现挑战
arXiv发布了一篇关于强化学习（RL）在硬件加速和系统级优化中应用的综述，涵盖100多项研究，重点分析了FPGA和集成电路（IC）平台上的RL算法实现策略、架构设计、性能评估及应…