Jina-OCR-v1：以推測式解碼與稠密可驗證獎勵做高效文件解析
Jina-OCR-v1: Efficient Document Parsing with Speculative Decoding and Dense Verifiable Rewards
arXiv
13
鄭子凡 許願
論預訓練、中期訓練與強化學習在推理語言模型上的交互作用
On the Interplay of Pre-Training, Mid-Training, and RL on Reasoning Language Models
arXiv
3
kerg kerg 許願
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
arXiv
1
kerg kerg 許願
LongAct：利用內在激活模式實現長上下文強化學習
LongAct Harnessing Intrinsic Activation Patterns for Long-Context Reinforcement Learning
arXiv
63
Teds Lin 許願
智慧行動：在代理人式多模態模型中培養後設認知的工具使用
Act Wisely Cultivating Meta-Cognitive Tool Use in Agentic Multimodal Models
arXiv
2
Teds Lin 許願