Tag: LLM

All the papers with the tag "LLM".

• X-Reasoner: Towards Generalizable Reasoning Across Modalities and Domains

  grok-3-latest

  Score: 0.48

  Published:2025年5月6日 at  at 21:08

  #LLM, #Reasoning, #Multimodal, #Post-Training, #Generalization

  本文提出 X-REASONER，通过仅基于通用领域文本的两阶段后训练策略（SFT + RL），成功实现推理能力跨模态和跨领域泛化，并在多个通用和医学基准测试中超越现有 SOTA。

• Frog Soup: Zero-Shot, In-Context, and Sample-Efficient Frogger Agents

  grok-3-latest

  Score: 0.61

  Published:2025年5月6日 at  at 19:51

  #LLM, #Reinforcement Learning, #Zero-Shot Learning, #In-Context Learning, #Sample Efficiency

  本文展示了推理型 LLM 在零样本 Atari 游戏 Frogger 中的潜力，并通过 LLM 示范数据提升传统 DQN 智能体 35.3% 的样本效率。

• VITA-Audio: Fast Interleaved Cross-Modal Token Generation for Efficient Large Speech-Language Model

  grok-3-latest

  Score: 0.57

  Published:2025年5月6日 at  at 17:59

  #LLM, #Cross-Modal Mapping, #Speech Generation, #Token Prediction, #Real-Time Interaction

  VITA-Audio通过轻量级MCTP模块和四阶段训练策略，在端到端语音模型中实现首次音频token零延迟生成，显著提升推理速度并在ASR、TTS、SQA任务上达到开源模型最优性能，为实时语音交互设定了新标准。

• ReGraP-LLaVA: Reasoning enabled Graph-based Personalized Large Language and Vision Assistant

  grok-3-latest

  Score: 0.56

  Published:2025年5月6日 at  at 16:00

  #LLM, #Multimodal Learning, #Knowledge Graph, #Personalization, #Reasoning

  本文提出 ReGraP-LLaVA 模型，通过知识图谱和思维链问答数据增强个性化多模态大语言模型的关系推理能力，显著提升了上下文理解和复杂任务表现。

• am-ELO: A Stable Framework for Arena-based LLM Evaluation

  grok-3-latest

  Score: 0.47

  Published:2025年5月6日 at  at 12:28

  #LLM, #Evaluation Framework, #Ranking System, #Annotator Modeling, #Stability

  本文提出 am-ELO 框架，通过最大似然估计和标注者能力建模，显著提升了大型语言模型竞技场评估中 ELO 评分系统的稳定性和准确性。

• The Steganographic Potentials of Language Models

  grok-3-latest

  Score: 0.76

  Published:2025年5月6日 at  at 11:25

  #LLM, #Steganography, #Reinforcement Learning, #Prompting, #Covert Communication

  本文通过强化学习微调和提示实验，首次系统性量化了大型语言模型的隐写潜力，揭示其在特定场景下隐藏非琐碎有效载荷的能力，并指出了对 AI 对齐和监控的潜在风险。