写文章
- @weixin_46161119
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
论文分享➲ Improving Reasoning Performance in Large Language Models via Represen | 通过表征工程提升大语言模型的推理性能
通过简单的表征工程，无需训练即可提升LLM的推理性能。
论文分享➲ ICLR2025 Oral | Scaling and evaluating sparse autoencoders
这是一篇由 OpenAI 于 2024 年 6 月发表的研究论文，并已被 ICLR 2025 接收为 Oral 论文，获得了三个满分的高分（Scores:[10,10,10,8,3]）。文章主要探索了如何将SAE扩展到更大规模的语言模型上进行训练，以便通过SAE来对语言模型内部特征进行可解释性分析。此外，作者还提出了一套更为先进的 SAE 评估指标，用于全面评估SAE质量。
论文分享➲ Self-Distillation Bridges Distribution Gap in Language Model Fine-Tuning
本文认为任务数据集与大型语言模型之间的分布差距是主要的根本原因。为解决这一问题，引入了自蒸馏微调（SDFT）这一新颖的方法，该方法通过利用模型自身生成的经过蒸馏的数据集来引导微调，使其与原始分布相匹配，从而弥合分布差距。
论文分享➲ arXiv2025 | TTRL: Test-Time Reinforcement Learning
Pull LLMs up by its own bootstraps！
论文分享➲ INTERNET OF AGENTS | 智能体互联网：编织异构智能体网络用于协同智能
是时候给Agent们建立一个属于它们的互联网了
到底了