Posts

All the articles I've posted.

• 6.0

  ParetoSlider: Diffusion Models Post-Training for Continuous Reward Control

  2026年04月23日

  · arXiv· 04/23 08:00 采集

• 6.0

  Differentiable Conformal Training for LLM Reasoning Factuality

  2026年04月23日

  · arXiv· 04/23 08:00 采集

• 6.0

  Hidden Reliability Risks in Large Language Models: Systematic Identification of Precision-Induced Output Disagreements

  2026年04月23日

  · arXiv· 04/23 08:00 采集

• 6.5

  SkillGraph: Graph Foundation Priors for LLM Agent Tool Sequence Recommendation

  2026年04月23日

  · arXiv· 04/23 08:00 采集

• 6.0

  Co-Located Tests, Better AI Code: How Test Syntax Structure Affects Foundation Model Code Generation

  2026年04月23日

  · arXiv· 04/23 08:00 采集

• 6.5

  ChipCraftBrain: Validation-First RTL Generation via Multi-Agent Orchestration

  2026年04月23日

  · arXiv· 04/23 08:00 采集

• 7.0

  From Signal Degradation to Computation Collapse: Uncovering the Two Failure Modes of LLM Quantization

  2026年04月23日

  · arXiv· 04/23 08:00 采集

• 6.5

  Separable Pathways for Causal Reasoning: How Architectural Scaffolding Enables Hypothesis-Space Restructuring in LLM Agents

  2026年04月23日

  · arXiv· 04/23 08:00 采集

• 6.0

  Bootstrapping Post-training Signals for Open-ended Tasks via Rubric-based Self-play on Pre-training Text

  2026年04月23日

  · arXiv· 04/23 08:00 采集

• 6.0

  SkillLearnBench: Benchmarking Continual Learning Methods for Agent Skill Generation on Real-World Tasks

  2026年04月23日

  · arXiv· 04/23 08:00 采集

• 6.5

  HiPO: Hierarchical Preference Optimization for Adaptive Reasoning in LLMs

  2026年04月23日

  · arXiv· 04/23 08:00 采集

• 6.5

  WebGen-R1: Incentivizing Large Language Models to Generate Functional and Aesthetic Websites with Reinforcement Learning

  2026年04月23日

  · arXiv· 04/23 08:00 采集

• 7.0

  Self-Aware Vector Embeddings for Retrieval-Augmented Generation: A Neuroscience-Inspired Framework for Temporal, Confidence-Weighted, and Relational Knowledge

  2026年04月23日

  · arXiv· 04/23 08:00 采集

• 6.0

  Coverage, Not Averages: Semantic Stratification for Trustworthy Retrieval Evaluation

  2026年04月23日

  · arXiv· 04/23 08:00 采集

• 7.0

  DR-Venus: Towards Frontier Edge-Scale Deep Research Agents with Only 10K Open Data

  2026年04月23日

  · arXiv· 04/23 08:00 采集

• 6.5

  MixLLM: LLM Quantization with Global Mixed-precision between Output-features and Highly-efficient System Design

  2026年04月23日

  · arXiv· 04/23 08:00 采集

• 6.0

  Kalman Filter Enhanced GRPO for Reinforcement Learning-Based Language Model Reasoning

  2026年04月23日

  · arXiv· 04/23 08:00 采集

• 6.0

  The Ratchet Effect in Silico through Interaction-Driven Cumulative Intelligence in Large Language Models

  2026年04月23日

  · arXiv· 04/23 08:00 采集

• 6.0

  From Competition to Synergy: Unlocking Reinforcement Learning for Subject-Driven Image Generation

  2026年04月23日

  · arXiv· 04/23 08:00 采集

• 7.0

  BatchLLM: Optimizing Large Batched LLM Inference with Global Prefix Sharing and Throughput-oriented Token Batching

  2026年04月23日

  · arXiv· 04/23 08:00 采集