会员服务
ChatModel: Automating Reference Model Design and Verification with LLMs
Arxiv
0+阅读 · 6月17日
BLADE: Scalable Bi-level Adaptive Data Selection for LLM Training
Arxiv
0+阅读 · 6月17日
ChipMATE: Multi-Agent Training via Reinforcement Learning for Enhanced RTL Generation
Arxiv
0+阅读 · 5月13日
A Reference Model and Patterns for Production Event Data Enrichment
Arxiv
0+阅读 · 5月18日
Validating Threat Modeling Results with the Help of Vulnerable Test Applications
Arxiv
0+阅读 · 5月22日
Explicit Turn Resolution with Anisotropic Homogenisation for Efficient 3D Magneto-Thermal Finite-Element Simulation of Large-Scale No-Insulation HTS Magnets
Arxiv
0+阅读 · 5月29日
TPMM-DPO: Trajectory-aware Preference-guided Model Merging for Iterative Direct Preference Optimization
Arxiv
0+阅读 · 5月22日
Instantiating Bayesian CVaR lower bounds in Interactive Decision Making Problems
Arxiv
0+阅读 · 4月14日
Support-Contra Asymmetry in LLM Explanations
Arxiv
0+阅读 · 4月2日
Autoregressive Direct Preference Optimization
Arxiv
0+阅读 · 2月10日
Building Intelligent User Interfaces for Human-AI Alignment
Arxiv
0+阅读 · 2月12日
Learning beyond Teacher: Generalized On-Policy Distillation with Reward Extrapolation
Arxiv
0+阅读 · 2月12日
Mitigating Mismatch within Reference-based Preference Optimization
Arxiv
0+阅读 · 2月12日
Anchored Policy Optimization: Mitigating Exploration Collapse Via Support-Constrained Rectification
Arxiv
0+阅读 · 2月5日
Position: Explaining Behavioral Shifts in Large Language Models Requires a Comparative Approach
Arxiv
0+阅读 · 2月2日
参考链接
微信扫码咨询专知VIP会员
Top