Skip to main content

Skills en este repositorio

ADu2021/skillXiv - Página 25

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

Accelerate video generation and enable long-video synthesis by decomposing into two diffusion stages: first generate compact semantic features for global planning, then generate VAE latents conditioned on semantics. Includes learnable semantic compression to…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Encode reasoning steps as hidden embeddings instead of explicit text using contrastively-trained sentence transformers and lightweight distilled models, reducing token generation cost while preserving semantic alignment with ground-truth reasoning.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Build vision-language agents that seamlessly integrate visual reasoning with dynamic tool manipulation (search, cropping) through reinforcement learning, achieving state-of-the-art performance on fine-grained visual understanding tasks—surpassing proprietary…

Idioma del texto original: inglés

actualizado
ocupación
Analistas de seguridad de la información
descripción

Deploy a state-of-the-art binary classifier using ModernBERT to detect prompt injection attacks and protect LLMs from adversarial input manipulation.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Implement adaptive parallel decoding for language models using diffusion-based next-sequence prediction. Enable dynamic block-based token generation with confidence thresholds to achieve 2x+ speedups while maintaining competitive performance. Retrofit…

Idioma del texto original: inglés

actualizado
ocupación
Científicos en investigación informática y de información
descripción

Replace parallel self-consistency with sequential reasoning where chains iteratively build on previous attempts, weighted by inverse entropy to prioritize confident solutions, achieving 46.7 pp accuracy gains over parallel approaches.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Accelerate language model generation 3-5x by combining autoregressive and masked token prediction. Works via fine-tuning—no architectural changes needed. Parallel decode non-consecutive tokens with entropy-bounded sampling.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Demonstrate that synthetic CoT traces with incorrect final answers outperform human-written correct solutions for supervised fine-tuning. Distribution proximity between training data and student model's natural output matters more than correctness—validating…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

DeltaLoss sensitivity metric combining gradient and quantization-induced parameter deviation for adaptive bit-width allocation, with lightweight pre-tuning search for scale initialization, enabling competitive accuracy at 4-5 bits in 2.5-6 hours.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Convert videos to language-based representations and leverage LLM reasoning without video-specific training.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Train LLMs to reason implicitly with step-level supervision, stabilizing latent representations while preserving 2.3× inference speedup over explicit chain-of-thought. Addresses training collapse in implicit reasoning by aligning intermediate latent states…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Improve pass@K by using asymmetric probability boosting: increase probabilities of top-K correct solutions while penalizing top-1 incorrect predictions. Focus boosting on high-entropy tokens where exploration helps most.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Place RMSNorm immediately after every linear layer to stabilize activation scales at O(sqrt(d)) and reduce Hessian spectral norm. Enables 3-10x larger learning rates and faster convergence without architectural changes; improves loss by 0.08 on 7B models.

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Implement efficient memory systems for long-term LLM agent interactions using semantic compression, achieving 30-fold inference token reduction while improving F1 scores by 26.4%—enabling agents to learn from extended interaction histories without prohibitive…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Train LLMs for multi-turn tool-integrated reasoning end-to-end using RL without supervised pretraining. SimpleTIR stabilizes training by filtering void turns (responses lacking code blocks or final answers) to prevent gradient explosion from distributional…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Apply reinforcement learning to Vision-Language-Action models for robotic control, achieving 99% LIBERO task success and discovering novel manipulation strategies (pushcut) without task-specific reward engineering. Scales efficiently via parallelized…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Evaluating whether multimodal large language models truly understand long-form scientific papers remains challenging: answer-only metrics and synthetic 'Needle-In-A-Haystack' tests often reward answer matching without requiring a causal, evidence-linked…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Replace LoRA's two-matrix decomposition with a single learnable matrix (AA⊤) to eliminate scale imbalances and improve training stability. Reduces parameters by ~50% while maintaining or exceeding LoRA performance.

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Improve agent performance by autonomously distilling behavioral patterns from trajectories into reusable skills, then using these skills to guide future decisions. Achieves 89.9% success on ALFWorld through differential processing of success vs failure…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Adapt full-attention language models to sliding window attention without expensive retraining. Combine five synergistic strategies (full decode, sink tokens, interleaved layers, chain-of-thought, fine-tuning) achieving 30-100% speedups while maintaining…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Optimize model preferences by decoupling preference learning from generation quality. Explicitly maximize chosen response likelihood while using token-level stabilization to prevent quality degradation from over-suppressing rejected responses.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Design heterogeneous agentic systems combining specialized small models with selective large model deployment for superior economics and performance.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Stabilize RL for LLM reasoning via three-phase decomposition: fast inner trajectory optimization, repositioning to manage off-policy drift, slow correction for stable updates. Achieve up to 2.80-point math reasoning gains over GRPO while reducing rollouts…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Improve LLM search agents by optimizing query quality at each step using process-level rewards. Framework teaches agents to iteratively refine search queries through imitation, alignment, and generalization stages. Agents learn to identify low-quality queries…

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Shift agent verification from post-hoc external judgment to proactive in-situ self-evidence curation. Agents generate atomic evidence tuples during execution, guided by 3C principles (Completeness, Conciseness, Creativity), with structured verifier feedback…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Deploy compact vision-language-action models that run on consumer GPUs for natural language robot control.

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Replaces iterative diffusion with single-step decoding for image compression. Combines VAE latents with fidelity guidance and rate annealing training. Achieves 20× decoding speedup with improved perceptual quality.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Enable policy gradient optimization on soft LLM tokens by injecting Gumbel noise and applying Gumbel-Softmax reparameterization—allowing soft-thinking patterns to match discrete-token RL performance while maintaining continuous optimization advantages.

Idioma del texto original: inglés

actualizado
ocupación
Analistas de seguridad de la información
descripción

Defends tool-augmented LLM agents against prompt injection via iterative input sanitization. Multi-pass inspection detects malicious instructions in untrusted data, remediates them, and re-evaluates until clean or iteration limit reached. Raises attack…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Optimize MoE training through memory-efficient backward pass, IO-aware kernel design overlapping memory operations, and token rounding routing. Avoid caching large-scale activations, fuse operations with GEMM, implement ping-pong scheduling. Achieve 1.86×…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Enhanced language model pre-training methodology improving linguistic competence across languages, strengthening foundational capabilities for multilingual agent systems.

Idioma del texto original: inglés

actualizado
ocupación
Científicos en investigación informática y de información
descripción

Train socially intelligent LLMs via utterance-level credit assignment and multi-dimensional reward aggregation for social interactions.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Improve vision-language model reasoning efficiency by decoupling perception (identifying task-relevant image regions) from reasoning (generating explanations), enabling asymmetric compute allocation. Reduces token overhead while improving accuracy through…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Train LLMs to simultaneously act as reasoning agents and reward models through recycled on-policy rollouts, eliminating separate reward infrastructure while achieving 9.7% gains on reasoning tasks.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Train process reward models without ground-truth references using synthetic verification data from generators and verifiers. SPARK achieves 67.5 F1 on ProcessBench—ideal when step-level annotations are expensive but verification is available.

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Learn sparse attention patterns for reasoning model decoding via self-distilled gating, achieving 9x speedup at 90% sparsity while maintaining reasoning quality.

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Accelerate masked discrete diffusion models by dynamically truncating unnecessary masked tokens while maintaining complete representation through positional information. Use register tokens as compressed representations, implement step-causal attention masks…

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Deploy frontier-level reasoning with only 11B active parameters using sparse MoE with 288 routed experts plus shared expert. Use Metropolis Independence Sampling-Filtered Policy Optimization (MIS-PO) to stabilize RL training at scale, replacing continuous…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Overcome the attention gap in sparse transformers by training with both full and sparse attention simultaneously, aligned through bidirectional losses that encourage naturally sparser distributions while maintaining learning capability, enabling efficient…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Accelerate video diffusion transformer inference by 1.58-1.85× through discovering and exploiting sparse attention patterns that exhibit diagonal, multi-diagonal, and vertical-stripe structures.

Idioma del texto original: inglés

actualizado
Mostrando 40 de 1228 skills recopiladas.