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
大型語言模型代理人的工具創建與工具使用聯合最佳化
Joint Optimization of Tool Creation and Use for Large Language Model Agents
arXiv
70
Liang-Hsun Huang 許願
透過簡單且統一的擴展實現金牌級奧林匹亞推理
Achieving Gold-Medal-Level Olympiad Reasoning via Simple and Unified Scaling
arXiv
41
Teds Lin 許願
共同演化策略蒸餾
Co-Evolving Policy Distillation
arXiv
68
Teds Lin 許願
Self-Distilled RLVR：以自我蒸餾改進可驗證獎勵的強化學習
Self-Distilled RLVR
arXiv
58
Teds Lin 許願
2 OLMo 2 Furious：完全開放的下一代語言模型家族
2 OLMo 2 Furious
arXiv
152
林伯燊 許願