Skip to main content

Skills neste repositório

ADu2021/skillXiv - Página 23

O SkillsMP coletou 1.228 skills de ADu2021/skillXiv. Abra uma skill para revisar a origem e os detalhes.

ADu2021/skillXiv

Mostrando 40 de 1.228 skills coletadas.

ocupação
Cientistas de dados
descrição

Learn to route requests across multiple LoRA adapters using RL-based router training with constant routing weights. Prevents weight collapse and ensures balanced contribution from all selected adapters during inference.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Perform robust, low-cost model updates via REPAIR: closed-loop feedback, dynamic memory management, and frequent knowledge fusion. Preserve non-target knowledge while achieving 10-30% improvements in editing accuracy. Enable sequential edits without…

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Enable language models to dynamically assign continuous position values to tokens based on contextual relevance instead of fixed linear positions. Implement learnable SwiGLU module extracting position information, integrate with RoPE for end-to-end…

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Training-free token importance metric using representation shifts in MLP layers, enabling efficient compression compatible with fused kernels.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Dual-scoring mechanism (Magnitude and Stability scores) enabling process-level rewards that penalize inefficient reasoning patterns like overthinking and backtracking without trained reward models. Improve reasoning efficiency in RL without additional…

Idioma do texto original: inglês

atualizado
ocupação
Desenvolvedores de software
descrição

Apply software release engineering practices to self-improving LLM agents to achieve stable evolution. AgentDevel uses implementation-blind critique, executable diagnosis, and flip-centered gating to prevent regression while enabling auditable improvement…

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Extract and transfer reasoning abilities using sparse autoencoders (SAE-Tuning) on CoT-free data, achieving RL-equivalent performance at 2000x lower cost and 450x faster training.

Idioma do texto original: inglês

atualizado
ocupação
Analistas de garantia de qualidade de software e testadores
descrição

Evaluate large reasoning models under stress by asking multiple problems simultaneously, revealing true multi-tasking capacity and context management. Use to identify robustness gaps invisible in single-problem evaluations and discriminate model capabilities…

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Generative approach for creating complex dynamic scenes and content, supporting agent capabilities in understanding and reasoning about multi-agent environments.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Enable longer reasoning within bounded context through iterative refinement: generate solution → verify → compress → refine. Achieves +11% on AIME with lower per-call latency than naive chain-of-thought.

Idioma do texto original: inglês

atualizado
ocupação
Desenvolvedores de software
descrição

Train LLM agents to evolve by generating dual intrinsic feedback signals—numerical rewards for capability progress and language lessons for future reuse. Combines hindsight reflection with memory-augmented RL using SimUtil-UCB retrieval.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Convert pretrained non-recurrent language models into depth-recurrent variants through a curriculum of increasing recurrence—decoupling training compute from inference compute and improving performance at given inference budgets on reasoning tasks.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Develop sophisticated multimodal reasoning through text-centric cold-start initialization, prioritized advantage distillation, and staged RL refinement.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Control MLLM output characteristics at inference time using separate reward models for precision and recall, enabling dynamic trade-offs without retraining.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Improve multimodal LLMs on fine-grained visual reasoning tasks (e.g., reading transit maps) by decomposing training into stages: basic perception (VQA) -> simple reasoning -> complex spatial reasoning. Incorporates 'detail rewards' for intermediate visual…

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Advanced computer vision technique for robust spatial understanding in complex scenes, supporting agent navigation and environmental reasoning capabilities.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Enable robot policies to self-improve through imagination using learned dynamics and value models without physical trial-and-error. Compositional world model separates concerns enabling 35-45% performance gains on contact-rich manipulation.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Enable simultaneous optimization of environment difficulty, policy, and reward model. System uses reward model evaluations to guide environment adaptation, creating positive feedback loop for scalable agent improvement.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Correct color distortion in nighttime photos by combining statistical gray-pixel detection with reinforcement learning parameter optimization. Achieves superior cross-camera generalization without extensive labeled nighttime training data through a hybrid…

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Scale LLM training using RL on unlabeled pre-training corpora without human annotation. Derive reward signals directly from text segments to optimize both autoregressive generation and in-context reasoning across knowledge and mathematical domains.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de pesquisa em computação e informação
descrição

Hybrid-policy optimization combining multiple importance sampling and exploration-based advantage functions. Prevents capability boundary collapse while maintaining verification rewards, enabling LLMs to exceed baseline boundaries.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Extend RL to open-ended tasks using structured rubrics as reward anchors, enabling fine-grained evaluation of subjective outputs without requiring binary correctness signals.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

RLVR extends reasoning capabilities by proving answer-only rewards implicitly incentivize correct intermediate reasoning via the Logic Prior principle.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

RL in vision-language models improves inference-time alignment between vision and reasoning in mid-to-late layers, not vision ability or reasoning separately. Strategic layer freezing enables diagnosis of which components contribute to RL gains.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Train reasoning models to discover diverse solution strategies through two-player RL that jointly optimizes abstraction generation and solution derivation. Use when exploring multiple reasoning approaches is preferable to single-strategy depth.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Train LLMs to discover domain-specific abstractions (concise representations of procedural and factual knowledge) through two-player RL. An abstraction generator proposes key insights, a solution generator uses them to solve problems, and both receive RL…

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

RLAD performs selective distillation during RL, using trust-region ratio objectives to balance exploration, exploitation, and teacher guidance for efficient reasoning model training.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Use reinforcement learning to identify reasoning-critical attention heads and apply selective KV cache compression, reducing cache by 20-50% while preserving reasoning quality. Maintains speedups up to 1.21x with minimal performance loss.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Improve reasoning during pretraining (not just post-training) by computing rewards from information gain—how much reasoning improves log-likelihood of observed tokens. Works at 1T token scale across diverse corpora.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de pesquisa em computação e informação
descrição

Integrate reinforcement learning into the pretraining phase by measuring the utility of intermediate reasoning for predicting subsequent tokens. This approach generates dense reward signals during standard pretraining, enabling models to develop reasoning…

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Scale RL training for language models by automatically adapting problem difficulty to match model capabilities using verifiable reward environments—achieving 3.37% absolute improvement on reasoning benchmarks through environment diversity rather than compute…

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Overcome reward function design challenges via General Reward Model (GRM) for step-wise progress assessment. Uses multi-view observations for occlusion robustness, hop-based progress normalization, Policy-Invariant Reward Shaping—enabling 95% robot task…

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Brain-inspired framework integrating spatial, temporal, episodic, and semantic memory systems for embodied agents. Achieves 26.5% performance improvement via dynamic spatial knowledge graphs and closed-loop planning with critic modules.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Generate physically plausible robot manipulation videos by jointly learning RGB generation, temporal depth prediction, and keypoint dynamics. Enables training manipulation policies on synthetic data with strong correlation to simulator performance.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de pesquisa em computação e informação
descrição

Train vision-language models for robotic manipulation using RL to improve embodied reasoning about spatial relationships and movements, achieving 31% improvement on manipulation benchmarks.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Generate synthetic robot manipulation data via diffusion models using visual identity prompting from exemplar images. Improve multi-view temporal coherence and scalability for robot policy training without extensive real-world data collection.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Enable MLLMs to handle visually degraded images by explicitly reasoning about degradation types and severity. Trains models to perceive degradation parameters, analyze semantic impact, and reconstruct interpretations while adapting reasoning depth to…

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Compress language models by formulating heterogeneous layer-wise allocation as a constrained knapsack problem. Measure per-layer compression error, solve via dynamic programming to minimize total error within target model size, and avoid pathological…

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

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

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Train efficient 14B-parameter agents via GRPO with resample-on-correct rollout strategy and Python code execution, achieving state-of-the-art reasoning through autonomous exploration and iterative refinement

Idioma do texto original: inglês

atualizado
Mostrando 40 de 1.228 skills coletadas.