Best AI papers explained

550 Epizód

1. GOAT: Generative Adversarial Training for Human-AI Coordination

   Közzétéve: 2025. 04. 27.
2. π0.5: Generalization in Robotic Manipulation via Diverse Data

   Közzétéve: 2025. 04. 27.
3. NoWag: Unified Compression for Large Language Models

   Közzétéve: 2025. 04. 26.
4. Optimal Tool Calls in Language Model Reasoning

   Közzétéve: 2025. 04. 26.
5. Data Selection for Empirical Risk Minimization

   Közzétéve: 2025. 04. 26.
6. LoRe: Low-Rank Reward Modeling for Personalized LLMs

   Közzétéve: 2025. 04. 26.
7. ParaPO: Reducing Language Model Verbatim Reproduction

   Közzétéve: 2025. 04. 26.
8. Test-Time RL: Self-Evolving LLMs via Majority Voting Rewards

   Közzétéve: 2025. 04. 25.
9. Tina: Tiny LoRA Reasoning Models

   Közzétéve: 2025. 04. 25.
10. Evaluating large language models in theory of mind tasks

    Közzétéve: 2025. 04. 25.
11. QUEST: Quality Sampling for Machine Translation

    Közzétéve: 2025. 04. 24.
12. Offline Preference Learning via Simulated Trajectory Feedback

    Közzétéve: 2025. 04. 24.
13. Reasoning Elicitation in Language Models via Counterfactual Feedback

    Közzétéve: 2025. 04. 24.
14. Eliciting Human Preferences with Language Models

    Közzétéve: 2025. 04. 24.
15. Sub-Optimal Data for Human-in-the-Loop Reinforcement Learning

    Közzétéve: 2025. 04. 24.
16. γ-Bench: Evaluating LLMs in Multi-Agent Games

    Közzétéve: 2025. 04. 24.
17. DRAFT: Self-Driven LLM Tool Mastery via Documentation Refinement

    Közzétéve: 2025. 04. 24.
18. Optimal Prediction Sets for Enhanced Human-AI Accuracy

    Közzétéve: 2025. 04. 24.
19. Self-Correction via Reinforcement Learning for Language Models

    Közzétéve: 2025. 04. 24.
20. Tractable Multi-Agent Reinforcement Learning through Behavioral Economics

    Közzétéve: 2025. 04. 24.