4月 30, 2025

DeepSeek-Prover-V2-671B - DeepSeek 大型语言模型

4月 29, 2025

DPO遇见PPO:RLHF的强化令牌优化

4月 28, 2025

Qwen3：阿里云通义千问混合推理大模型

4月 28, 2025

Mem0: Building Production-Ready AI Agents with Scalable Long-Term Memory

4月 28, 2025

迈向评估性思维: 基于演化奖励模型的元策略优化

4月 27, 2025

Qwen3-0.6B - 阿里巴巴 大型语言模型

4月 22, 2025

通过沙箱技术提升 Claude Code 安全性

4月 22, 2025

Claude 桌面扩展：一键安装 MCP 服务器

4月 22, 2025

面向 AI Agent 的有效上下文工程实践

4月 22, 2025

我们如何构建多 Agent 研究系统

4月 22, 2025

Pre-DPO: 使用引导参考模型改进直接偏好优化中的数据利用

4月 21, 2025

大语言模型时代的RAG评估：综合性调研

4月 16, 2025

Reinforcement Learning from Human Feedback: 全面的RLHF方法论指南

4月 05, 2025

OpenCodeInstruct: NVIDIA开源的500万规模代码指令数据集

4月 05, 2025

Llama 4 系列：Meta的开源多模态MoE模型

4月 05, 2025

Llama 4 Scout - Meta 大型语言模型

4月 04, 2025

GREATERPROMPT: 统一、可定制、高性能的开源提示优化工具包