闲记算法

在自然语言处理领域中，预训练语言模型（Pretrained Language Models）已成为非常重要的基础技术，本仓库主要收集目前网上公开的一些高质量中文预训练模型(感谢分享资源的大佬)，并将持续更新… 最新的模型汇总地址github： https://github.com/lonePatient/awesome-pretrained-chinese-nlp-models Expand Table of Contents 更新日志 基础大模型 对话大模型 多模态对话大模型 大模型评估基准 在线体验大模型 开源模型库平台 开源数据集库 开源中文指令数据集 Other-Awesome NLU系列 BERT RoBERTa ALBERT NEZHA XLNET MacBERT WoBERT ELECTRA ZEN ERNIE ERNIE3 RoFormer StructBERT Lattice-BERT Mengzi-BERT ChineseBERT TaCL MC-BERT 二郎神 PERT MobileBERT GAU-α DeBE ...

【速读】：本文揭示了Agentic RL中一个被长期忽视的核心问题——推理（Reasoning）与工具使用（Tool-use）能力在共享参数空间下的联合优化会产生严重的梯度冲突，导致"跷跷板"现象（提升一个能力会损害另一个）。作者提出LEAS（线性效应归因系统）定量验证了这一干扰的存在，并设计了DART框架：通过为两种能力分配独立的LoRA适配器，在token级别进行梯度隔离，从而在单模型内实现与双模型系统相当的性能，同时避免了多Agent系统的存储与推理开销。 【机构】：Renmin University of China（中国人民大学）；Bytedance Inc.（字节跳动） 【开源】：未开源 1. 背景与核心洞察 (The Core Insight) Agentic Reinforcement Learning（ARL）旨在训练能够交错执行复杂推理与外部工具调用的大语言模型。当前主流范式（如Search-R1、ToolRL等）普遍采用单一共享参数空间来联合优化这两种能力，其隐含的假设是：推理与工具使用可以和谐共存于同一参数子空间，且联合训练能够带来协同增益 ...

本篇博文主要内容为 2026-02-17 从Arxiv.org论文网站获取的最新论文列表，自动更新，按照NLP、CV、ML、AI、IR、MA六个大方向区分。 说明：每日论文数据从Arxiv.org获取，每天早上12:30左右定时自动更新。 提示: 当天未及时更新，有可能是Arxiv当日未有新的论文发布，也有可能是脚本出错。尽可能会在当天修复。 目录 概览 自然语言处理CL 多智能体系统MA 信息检索IR 人机交互HC 人工智能AI 机器学习LG 计算机视觉CV 概览 (2026-02-17) 今日共更新998篇论文,其中: 自然语言处理共139篇(Computation and Language (cs.CL)) 人工智能共363篇(Artificial Intelligence (cs.AI)) 计算机视觉共187篇(Computer Vision and Pattern Recognition (cs.CV)) 机器学习共294篇(Machine Learning (cs.LG)) 多智能体系统共35篇(Multiagent Systems (cs.MA)) 信息检索共3 ...

本篇博文主要内容为 2026-02-16 从Arxiv.org论文网站获取的最新论文列表，自动更新，按照NLP、CV、ML、AI、IR、MA六个大方向区分。 说明：每日论文数据从Arxiv.org获取，每天早上12:30左右定时自动更新。 提示: 当天未及时更新，有可能是Arxiv当日未有新的论文发布，也有可能是脚本出错。尽可能会在当天修复。 目录 概览 自然语言处理CL 多智能体系统MA 信息检索IR 人机交互HC 人工智能AI 机器学习LG 计算机视觉CV 概览 (2026-02-16) 今日共更新495篇论文,其中: 自然语言处理共61篇(Computation and Language (cs.CL)) 人工智能共126篇(Artificial Intelligence (cs.AI)) 计算机视觉共93篇(Computer Vision and Pattern Recognition (cs.CV)) 机器学习共154篇(Machine Learning (cs.LG)) 多智能体系统共11篇(Multiagent Systems (cs.MA)) 信息检索共20篇 ...

【速读】：该论文试图解决SFT与RL在LLM推理任务中的最优整合问题。核心洞察是：SFT对策略分布进行粗粒度全局调整，而RL进行细粒度选择性优化；熵可作为训练有效性的关键指标。解决方案是SRFT——一种单阶段方法，通过熵感知权重机制统一SFT和RL，同时利用演示数据和自探索rollout直接优化LLM。 【机构】：中国科学院自动化研究所（Institute of Automation, Chinese Academy of Sciences）；中国科学院大学人工智能学院（School of Artificial Intelligence, University of Chinese Academy of Sciences）；美团（Meituan）；上海交通大学（Shanghai Jiao Tong University） 【开源】：模型已开源至 https://huggingface.co/Yuqian-Fu/SRFT 1. 背景与核心洞察 (The Core Insight) 大语言模型在推理任务上的进展令人瞩目，但如何最优地整合监督微调（SFT）与强化学习（RL）仍是一个根本性的 ...

【速读】：该论文试图解决深度研究（Deep Research）智能体在长程任务中面临的三大核心问题：(1) 上下文噪声累积导致的认知过载；(2) 执行脆弱性引发的级联错误；(3) 架构僵化带来的扩展性缺失。解决方案的核心在于构建一个层次化多智能体框架，通过子目标驱动的结构化记忆机制将上下文复杂度从 O(t)\mathcal{O}(t)O(t) 降至 O(n)\mathcal{O}(n)O(n)，并引入 Supervisor 模块实现主动异常检测与上下文修剪，从而在 GAIA、BrowseComp、Humanity’s Last Exam 等基准上取得 SOTA 表现。 【机构】：腾讯 BAC（商业广告中心）；清华大学；复旦大学 【开源】：https://github.com/Tencent-BAC/YunqueAgent 1. 背景与核心洞察 (The Core Insight) 深度研究（Deep Research）作为大语言模型向自主智能体演进的关键能力，旨在让模型能够主动发现、验证并综合来自动态真实环境的信息。OpenAI、Google、Kimi 等机构近期相继推出 Deep ...

本篇博文主要内容为 2026-02-13 从Arxiv.org论文网站获取的最新论文列表，自动更新，按照NLP、CV、ML、AI、IR、MA六个大方向区分。 说明：每日论文数据从Arxiv.org获取，每天早上12:30左右定时自动更新。 提示: 当天未及时更新，有可能是Arxiv当日未有新的论文发布，也有可能是脚本出错。尽可能会在当天修复。 目录 概览 自然语言处理CL 多智能体系统MA 信息检索IR 人机交互HC 人工智能AI 机器学习LG 计算机视觉CV 概览 (2026-02-13) 今日共更新670篇论文,其中: 自然语言处理共119篇(Computation and Language (cs.CL)) 人工智能共227篇(Artificial Intelligence (cs.AI)) 计算机视觉共98篇(Computer Vision and Pattern Recognition (cs.CV)) 机器学习共215篇(Machine Learning (cs.LG)) 多智能体系统共11篇(Multiagent Systems (cs.MA)) 信息检索共22 ...

开源地址：https://github.com/RUCAIBox/SWE-Master 1. 背景与核心洞察 (The Core Insight) 软件工程智能体（SWE Agents）正从概念验证走向生产级应用，但开源社区面临一个根本性的工程瓶颈：缺乏透明且可复现的端到端训练流程。当前主流系统（如OpenAI的Codex、Anthropic的Claude Sonnet）的训练数据构造、强化学习策略及推理框架设计均处于黑盒状态，这导致学术界难以复现结果、验证假设或进行增量改进。 SWE-Master的核心洞察在于：通过系统性的后训练优化（Post-Training），即使从SWE能力极弱的开源基座模型（如Qwen2.5-Coder-32B在SWE-bench Verified上初始resolve rate低于10%）出发，也能通过精心设计的Data Curation → Long-Horizon SFT → RL with Real Execution → Test-Time Scaling流水线，激发出强大的长程软件工程任务解决能力。 该工作在AI技术栈中的定位是：首个完全开源、端 ...

本篇博文主要内容为 2026-02-12 从Arxiv.org论文网站获取的最新论文列表，自动更新，按照NLP、CV、ML、AI、IR、MA六个大方向区分。 说明：每日论文数据从Arxiv.org获取，每天早上12:30左右定时自动更新。 提示: 当天未及时更新，有可能是Arxiv当日未有新的论文发布，也有可能是脚本出错。尽可能会在当天修复。 目录 概览 自然语言处理CL 多智能体系统MA 信息检索IR 人机交互HC 人工智能AI 机器学习LG 计算机视觉CV 概览 (2026-02-12) 今日共更新617篇论文,其中: 自然语言处理共86篇(Computation and Language (cs.CL)) 人工智能共174篇(Artificial Intelligence (cs.AI)) 计算机视觉共97篇(Computer Vision and Pattern Recognition (cs.CV)) 机器学习共222篇(Machine Learning (cs.LG)) 多智能体系统共11篇(Multiagent Systems (cs.MA)) 信息检索共22篇 ...

本篇博文主要内容为 2026-02-11 从Arxiv.org论文网站获取的最新论文列表，自动更新，按照NLP、CV、ML、AI、IR、MA六个大方向区分。 说明：每日论文数据从Arxiv.org获取，每天早上12:30左右定时自动更新。 提示: 当天未及时更新，有可能是Arxiv当日未有新的论文发布，也有可能是脚本出错。尽可能会在当天修复。 目录 概览 自然语言处理CL 多智能体系统MA 信息检索IR 人机交互HC 人工智能AI 机器学习LG 计算机视觉CV 概览 (2026-02-11) 今日共更新595篇论文,其中: 自然语言处理共84篇(Computation and Language (cs.CL)) 人工智能共163篇(Artificial Intelligence (cs.AI)) 计算机视觉共112篇(Computer Vision and Pattern Recognition (cs.CV)) 机器学习共175篇(Machine Learning (cs.LG)) 多智能体系统共9篇(Multiagent Systems (cs.MA)) 信息检索共19篇 ...