관련 기사 바로가기
하이브리드 온/오프 정책 최적화를 통한 탐색적 메모리 증강 LLM 에이전트모든 모달리티를 위한 멀티 벡터 인덱스 압축 기술InfoPO: 사용자 중심 에이전트를 위한 정보 기반 정책 최적화Tool-R0: 제로 데이터 기반 도구 학습을 위한 자가 진화 LLM 에이전트정역학에서 동역학으로: 잠재 전이 사전 지식을 활용한 물리 인식 이미지 편집맹점에서 이득으로: 대형 멀티모달 모델을 위한 진단 기반 반복 학습상상은 시각적 추론을 돕지만, 잠재 공간에서는 아직 아니다Ref-Adv: 지시문 이해 과업에서의 멀티모달 대형 언어 모델 시각적 추론 탐색의료용 시각-언어 모델(VLM)에서 강화학습은 언제 도움이 되는가? 시각, SFT, RL 이득의 분리 분석MMR-Life: 실생활 장면 통합을 통한 멀티모달 다중 이미지 추론 벤치마크행동할 때와 거절할 때를 배우기: 안전한 다단계 도구 사용을 위한 에이전트 추론 모델 보호T2S-Bench 및 Structure-of-Thought: 종합적인 텍스트-구조 추론 벤치마킹 및 프롬프팅좁은 시야에서 파노라마 시야로: 어텐션 가이드 콜드스타트를 통한 멀티모달 추론의 재구성비디오 추론 모델은 실외 환경으로 나갈 준비가 되었는가?대형 언어 모델의 도구 사용을 위한 인컨텍스트 강화학습멀티모달 OCR: 문서의 모든 요소를 파싱하는 통합 패러다임daVinci-Env: 대규모 오픈 소프트웨어 엔지니어링 환경 합성 프레임워크VLM-SubtleBench: 시각 언어 모델은 인간 수준의 미세한 비교 추론 능력에 얼마나 도달했는가?RubiCap: 정밀한 이미지 캡셔닝을 위한 루브릭 가이드 강화학습비디오 스트리밍 사고: 비디오 LLM은 시청과 사고를 동시에 수행할 수 있다
