Skip to main content

Skills en este repositorio

ADu2021/skillXiv - Página 20

SkillsMP ha recopilado 1228 skills de ADu2021/skillXiv. Abre una skill para revisar su origen y sus detalles.

ADu2021/skillXiv

Mostrando 40 de 1228 skills recopiladas.

ocupación
Científicos de datos
descripción

Compact Mentalese symbolic format trained via SFT, then refined with SLPO (Shorter Length Preference Optimization) to reward concise correct solutions without over-penalizing necessarily long reasoning. Compress reasoning while maintaining accuracy.

Idioma del texto original: inglés

actualizado
ocupación
Analistas de seguridad de la información
descripción

Detect safety violations in mobile GUI agents using dual mechanisms: formal verification rules for system-level risks (privilege escalation, credential exposure) and VLM-based contextual judges evaluating action appropriateness, achieving 10-30% safety…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Enable reasoning models to adaptively switch between fast direct responses and slow detailed reasoning, reducing token consumption by 15-40% while maintaining accuracy through dual-mode fine-tuning.

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Diagnose and prevent over-searching—unnecessary search invocations that degrade LLM performance and waste tokens. Framework introduces Tokens Per Correctness (TPC) metric and OverSearchQA dataset to train models that know when NOT to search. Teaches agents to…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Extract and manipulate internal progress vectors in reasoning models to accelerate thinking phases while maintaining answer quality, achieving 80%+ improvements in token efficiency.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

A 3B unified model combining image understanding, text-to-image generation, and image editing end-to-end rather than as separate frozen components. Use when you need a single efficient model for multiple vision-language tasks without the overhead of separate…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Weight distillation loss by student pass rate using Beta kernel: suppress mastered (high pass rate) and intractable (low pass rate) problems, prioritize intermediate zone where learning signal is richest.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Improves LLM-based evolutionary search by addressing context pollution, mode collapse, and weak collaboration through hierarchical context management, momentum-based backtracking, and adaptive sampling policies.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

PaCoRe: Learning to Scale Test-Time Compute with Parallel Coordinated Reasoning. From arXiv:2601.05593

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Verify solution quality through pairwise comparison rather than pointwise scoring. Implement topology coverage and Swiss refinement to allocate verification compute to uncertain pairs, improving calibration and reducing verification overhead.

Idioma del texto original: inglés

actualizado
ocupación
Científicos en investigación informática y de información
descripción

Writing effective rebuttals is a high-stakes task that demands more than linguistic fluency, as it requires precise alignment between reviewer intent and manuscript details. Current solutions typically treat this as a direct-to-text generation problem,…

Idioma del texto original: inglés

actualizado
ocupación
Científicos en investigación informática y de información
descripción

Advanced reasoning approach for optimizing inference efficiency through meta-cognitive planning, enabling agents to make better decisions with reduced computational overhead.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Monitor parallel reasoning branches via 2D probing—periodically extracting intermediate answers to detect consensus and prune divergent branches. Reduces token cost by 25%+ while maintaining accuracy without requiring model retraining.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Train language models to explore multiple reasoning paths simultaneously via reinforcement learning. Uses progressive curriculum learning to address cold-start problems, enabling 8.4% accuracy gains over sequential reasoning on complex mathematical tasks.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Linear RNN architecture enabling efficient parallel computation over directed acyclic graphs with stabilization modes for long-range dependencies without sequential traversal.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Generate 3D objects with explicit part structures enabling compositional editing and animation. Decouples structure planning from geometry synthesis using two stages: autoregressive bounding box generation and part-aware refinement.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Generates semantically-meaningful 3D parts from single images via compositional diffusion transformers with part-level identity and local-global attention.

Idioma del texto original: inglés

actualizado
ocupación
Científicos en investigación informática y de información
descripción

Use Pass@k as the reward metric in RL training to balance exploration and exploitation, enabling models to learn diverse sampling strategies while maintaining correctness.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Improve post-RL performance by reweighting SFT loss using importance sampling. Prioritize training examples that match the target policy distribution, not the behavior policy. Achieves 14.6% Pass@8 gains on AIME.

Idioma del texto original: inglés

actualizado
ocupación
Analistas de garantía de calidad de software y probadores
descripción

Systematic evaluation toolkit for assessing large language models across multiple dimensions, enabling comprehensive benchmarking of agent capabilities and comparative analysis of model performance.

Idioma del texto original: inglés

actualizado
ocupación
Científicos en investigación informática y de información
descripción

Comprehensively evaluate 12+ parameter-efficient fine-tuning methods for RL with Verifiable Rewards (RLVR). Show DoRA/AdaLoRA outperform LoRA, SVD-based methods fail on RL, extreme reduction creates bottlenecks—providing empirical evidence that…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Enable language models to actively manage their context using memory tools (read, index, note-take, delete). Models receive agency to self-engineer context rather than passively consume pre-staged information, maintaining compact high-quality reasoning states…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Optimize multimodal LLMs by directly targeting perception errors using KL-divergence based perception loss, improving visual reasoning by 8-19% on vision-dependent tasks. Integrates perception-aware signals into policy gradients without relying solely on…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Enable language models to reason over extremely long contexts (128K tokens) by encoding context into lightweight LoRA adapters during test time, achieving 20% performance improvements without full model retraining.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Method to identify and manipulate interpretable directions in model activation space corresponding to personality traits. Enables real-time monitoring of trait drift and preventive steering to mitigate unwanted behavioral shifts in language models.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Optimize sampling budget allocation for self-consistency inference by treating trajectory allocation as a crowdsourcing problem. Introduce self-consistency rate (agreement with infinite-budget consensus) as optimization target. Offline setting uses Optimistic…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Physical principles are fundamental to realistic visual simulation, but remain a significant oversight in transformer-based video generation. This gap highlights a critical limitation in rendering rigid body motion, a core tenet of classical mechanics. While…

Idioma del texto original: inglés

actualizado
ocupación
Científicos en investigación informática y de información
descripción

Apply reinforcement learning to flow-based VLA models by modeling denoising as an MDP and converting ODEs to SDEs, enabling efficient policy optimization for robotic control without expensive supervised fine-tuning data collection.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Accelerate diffusion transformers through training-free sparse attention combining exact computation for critical blocks with efficient approximation for non-critical ones. Achieves 2-3× speedup without retraining.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Enhance Masked Autoencoders through three algorithmic improvements: deeper decoders enabling semantic-focused encoding, larger masking blocks providing richer context, and multiple class tokens capturing diverse global properties. Combine with 2B web-crawled…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Decompose complex queries into sub-questions and allocate computational budgets adaptively based on estimated difficulty, achieving 70% accuracy improvements and 39% token reduction without retraining.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Develop reasoning capabilities in multimodal models through interactive gameplay rather than supervised learning, achieving superior transfer to diverse reasoning tasks.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Generate spatially and temporally coherent multi-view video through autoregressive conditioning with camera-guided retrieval and progressive context scaling. Enable long-video generation maintaining spatio-temporal memory across viewpoint changes.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Improve LLM training stability and generalization by reparameterizing weight matrices as orthogonal transformations, achieving better perplexity than AdamW with fewer trainable parameters.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Use language models as optimizers to iteratively improve complex systems (prompts, code, agent policies) through noisy feedback and sampling. POLCA maintains a priority queue of candidates, explores with epsilon-nets, and learns meta-insights from trial…

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Learn generalizable reward models via unsupervised policy discrimination: pretraining models to distinguish between different policies enables efficient adaptation to human preferences and strong RLHF performance.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Remove deep layers during context encoding (prefill) while keeping them for token generation (decode). Identifies layer importance asymmetry via virtual gates; achieves 1.37x prefill speedup without retraining on any pre-trained model.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Improve speculative decoding throughput by employing position-specialized draft layers that handle position-specific error accumulation patterns.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Train LLM agents via multi-turn reinforcement learning by systematically optimizing environment complexity, reward signals, and policy initialization. Use curriculum learning, dense verified rewards, and domain-specific SFT for reliable agent convergence…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Optimize text-to-image models using pairwise preference comparisons instead of pointwise rewards, eliminating normalization instability and reward hacking while providing fine-grained image quality differentiation

Idioma del texto original: inglés

actualizado
Mostrando 40 de 1228 skills recopiladas.