Best AI papers explained

550 Epizód

1. How do LLMs use their depth?

   Közzétéve: 2025. 10. 27.
2. Thought Communication in Multiagent Collaboration

   Közzétéve: 2025. 10. 27.
3. Reasoning with Sampling: Base Models Outperform RL

   Közzétéve: 2025. 10. 26.
4. Continual Learning via Sparse Memory Finetuning

   Közzétéve: 2025. 10. 26.
5. Direct Preference Optimization with Unobserved Preference Heterogeneity: The Necessity of Ternary Preferences

   Közzétéve: 2025. 10. 24.
6. The Coverage Principle: How Pre-Training Enables Post-Training

   Közzétéve: 2025. 10. 24.
7. The Era of Real-World Human Interaction: RL from User Conversations

   Közzétéve: 2025. 10. 24.
8. Agent Learning via Early Experience

   Közzétéve: 2025. 10. 24.
9. Demystifying the Mechanisms Behind Emergent Exploration in Goal-conditioned RL

   Közzétéve: 2025. 10. 22.
10. Rewriting History: A Recipe for Interventional Analyses to Study Data Effects on Model Behavior

    Közzétéve: 2025. 10. 22.
11. A Definition of AGI

    Közzétéve: 2025. 10. 22.
12. Provably Learning from Language Feedback

    Közzétéve: 2025. 10. 21.
13. In-Context Learning for Pure Exploration

    Közzétéve: 2025. 10. 21.
14. On the Role of Preference Variance in Preference Optimization

    Közzétéve: 2025. 10. 20.
15. Training LLM Agents to Empower Humans

    Közzétéve: 2025. 10. 20.
16. Richard Sutton Declares LLMs a Dead End

    Közzétéve: 2025. 10. 20.
17. Demystifying Reinforcement Learning in Agentic Reasoning

    Közzétéve: 2025. 10. 19.
18. Emergent coordination in multi-agent language models

    Közzétéve: 2025. 10. 19.
19. Learning-to-measure: in-context active feature acquisition

    Közzétéve: 2025. 10. 19.
20. Andrej Karpathy's insights: AGI, Intelligence, and Evolution

    Közzétéve: 2025. 10. 19.