Best AI papers explained

550 Epizód

1. Partner Modelling Emerges in Recurrent Agents (But Only When It Matters)

   Közzétéve: 2025. 05. 29.
2. LLM Populations Form Social Conventions and Collective Bias

   Közzétéve: 2025. 05. 29.
3. LLM Generated Persona is a Promise with a Catch

   Közzétéve: 2025. 05. 29.
4. Large Language Models for Digital Twin Simulation

   Közzétéve: 2025. 05. 29.
5. From RL Distillation to Autonomous LLM Agents

   Közzétéve: 2025. 05. 29.
6. Prompting, Auto-Prompting, and Human-AI Communication

   Közzétéve: 2025. 05. 29.
7. Textual Gradients for LLM Optimization

   Közzétéve: 2025. 05. 29.
8. Large Language Models as Markov Chains

   Közzétéve: 2025. 05. 28.
9. Metastable Dynamics of Chain-of-Thought Reasoning: Provable Benefits of Search, RL and Distillation

   Közzétéve: 2025. 05. 28.
10. Selective induction heads: how transformers select causal structures in context

    Közzétéve: 2025. 05. 28.
11. The Evolution of Statistical Induction Heads: In-Context Learning Markov Chains

    Közzétéve: 2025. 05. 28.
12. How Transformers Learn Causal Structure with Gradient Descent

    Közzétéve: 2025. 05. 28.
13. Planning anything with rigor: general-purpose zero-shot planning with llm-based formalized programming

    Közzétéve: 2025. 05. 28.
14. Automated Design of Agentic Systems

    Közzétéve: 2025. 05. 28.
15. What’s the Magic Word? A Control Theory of LLM Prompting

    Közzétéve: 2025. 05. 28.
16. BoNBoN Alignment for Large Language Models and the Sweetness of Best-of-n Sampling

    Közzétéve: 2025. 05. 27.
17. RL with KL penalties is better viewed as Bayesian inference

    Közzétéve: 2025. 05. 27.
18. Asymptotics of Language Model Alignment

    Közzétéve: 2025. 05. 27.
19. Qwen 2.5, RL, and Random Rewards

    Közzétéve: 2025. 05. 27.
20. Theoretical guarantees on the best-of-n alignment policy

    Közzétéve: 2025. 05. 27.