讀紙 ReadPaper

由 Claude Code Max 翻譯的 AI 論文繁體中文版 · 101 篇

標籤 願望清單
篩選標籤： 推理 2 篇 × 清除
2606.25996v2 arXiv License Meta

Autodata：以代理人扮演資料科學家來生成高品質合成資料

Autodata: An agentic data scientist to create high quality synthetic data

Ilia Kulikov, Chenxi Whitehouse, Tianhao Wu, Yixin Nie, Swarnadeep Saha, Eryk Helenowski, Weizhe Yua...

合成資料AgentSelf-InstructGRPOLLM-as-a-Judge推理Meta-Optimization
arXiv 1
kerg kerg 許願
2601.21343v1 arXiv License Meta FAIR

自我改進式預訓練：利用後訓練模型來預訓練更好的模型

Self-Improving Pretraining using post-trained models to pretrain better models

Ellen Xiaoqing Tan, Jack Lanchantin, Shehzaad Dhuliawala, Danwei Li, Thao Nguyen, Jing Xu, Ping Yu, ...

預訓練強化學習安全性事實性推理中期訓練LLM
arXiv 4
Liang-Hsun Huang 許願