Skip to main content

Skills neste repositório

ADu2021/skillXiv - Página 8

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

Achieve efficient neural networks via self-supervised dynamic routing using Cosine Incompatibility Ratio (CIR). Ground gating decisions in geometric novelty rather than learned heuristics, enable per-sample/per-block binary routing via Gumbel-softmax,…

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Enable open-source reasoning model development with a 100K-instance Long CoT Collection, scaling from 1K o1 seed samples through guided synthesis with GPT-4o, achieving 2-3× RL performance gains.

Idioma do texto original: inglês

atualizado
ocupação
Desenvolvedores de software
descrição

Enable vision-language models to perform embodied question answering in 3D environments through active camera exploration. CoV uses training-free test-time reasoning to iteratively select relevant viewpoints and adjust camera angles until sufficient context…

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

CoVe synthesizes high-quality tool-use training data using explicit task constraints as both generation guidance and verification validators, enabling effective agent training without manual curation.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Enhance language model reasoning through coupled sampling from prior (question-only) and posterior (answer-conditioned) distributions. Construct composite distribution mixing both at token level using hybrid sampling. Combine reconstruction term, selective…

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de pesquisa em computação e informação
descrição

Optimize approximate nearest neighbor search via contrastive RL, learning to generate efficient code for HNSW graph construction, search, and refinement.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Permanently remove unwanted concepts from LLMs by identifying and suppressing sparse autoencoder features across layers, creating parameter-level changes that prevent reversal.

Idioma do texto original: inglês

atualizado
ocupação
Desenvolvedores de software
descrição

Improve formal theorem proofs by treating criticism—evaluation of semantic correctness—as a learning signal. Train critic models to distinguish correct from incorrect formalizations, then use their feedback to guide RL-based proof generation.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de pesquisa em computação e informação
descrição

Improve LLM reasoning by combining numerical and natural language critique feedback in online RL for policy refinement.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Trains language models to provide quality feedback through two-stage RL. Stage 1 optimizes discriminability (distinguishing good vs bad responses). Stage 2 adds helpfulness rewards (improving actor after feedback). Achieves 9.02% improvement without requiring…

Idioma do texto original: inglês

atualizado
ocupação
Desenvolvedores de software
descrição

Create a universal memory infrastructure enabling agents across different frameworks to share experience trajectories without retraining. Improve agent performance by retrieving workflows from related domains and applying diagnostic fixes.

Idioma do texto original: inglês

atualizado
ocupação
Desenvolvedores de software
descrição

Build desktop agents via reusable, parameterized skills encoding human computer-use knowledge. Skills combine execution graphs (handling UI variations) with composition graphs (chaining strategies). 57.5% success on WindowsAgentArena.

Idioma do texto original: inglês

atualizado
ocupação
Desenvolvedores de software
descrição

Uses LLMs with RL to automatically optimize HGEMM CUDA kernels across 1,000 configurations, systematically outperforming NVIDIA's cuBLAS and cuBLASLt through continued pretraining, general RL, and specialized HGEMM RL stages.

Idioma do texto original: inglês

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

Improve code and test generation through co-evolution where LLMs generate both solutions and tests, optimizing each based on mutual evaluation and discriminative testing performance.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

While large language models (LLMs) have shown to perform well on monolingual mathematical and commonsense reasoning, they remain unreliable for multilingual medical reasoning applications, hindering their deployment in multilingual healthcare settings. We…

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Improves reasoning efficiency through curriculum learning that progressively constrains token budgets, enabling models to first discover solution strategies then distill them into concise traces.

Idioma do texto original: inglês

atualizado
ocupação
Analistas de segurança da informação
descrição

Framework for training cybersecurity agents without access to live environments. Uses CTF writeups and persona-driven LLM simulation to synthesize training trajectories, achieving performance matching proprietary systems like Claude-3.5-Sonnet.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de pesquisa em computação e informação
descrição

Mitigate lazy reasoning in Large Reasoning Models via self-distillation teaching task decomposition, followed by Diversity-Aware GRPO with entropy-based advantage functions, enabling effective decomposition without external teachers while balancing structured…

Idioma do texto original: inglês

atualizado
ocupação
Desenvolvedores de software
descrição

Enable autonomous agent self-improvement through evolutionary mutation of agent codebases, using LLM-generated variants and empirical validation to discover beneficial modifications like enhanced tools and context management.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Accelerate the Shampoo optimizer 4.8x using batched block-wise preconditioning and numerical approximations, enabling more frequent preconditioner updates without computational bottleneck.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Boost language model performance by strategically ordering training data without changing content or model size. Uses learnability-quality scoring and folding schedules to improve convergence and knowledge retention, achieving consistent gains across all…

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Train efficient robot manipulation policies by strategically applying task diversity and debiasing expert demonstrations to remove execution speed variations that degrade learning.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Automatically synthesize and optimize training data using GRPO to generate data recipes (specifications for dataset creation). Use a Data Verifier to efficiently evaluate sample quality without full model training. Achieve performance comparable to human…

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Accelerate video generation by 14.8x through deep compression autoencoder (32x-64x spatial, 4x temporal compression) combined with lightweight adapter-based model adaptation. Use when deploying video diffusion models under compute or latency constraints.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Accelerate video generation through dual-expert consistency distillation, using separate denoisers for semantic layout/motion and detail refinement to resolve conflicting optimization gradients.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

DCPO eliminates zero-gradient dead zones in policy optimization by adaptively adjusting token-level clipping bounds based on prior probabilities and smoothing advantage standardization across cumulative training steps, achieving 28% improvement in effective…

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Accelerate diffusion transformer inference by dynamically adjusting patch granularity during generation based on detail complexity at each timestep. Early denoising steps (establishing low-frequency structure) use coarse patches; later steps (adding…

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Bridge the gap between informal mathematical reasoning (80% accuracy) and formal proof synthesis (8% success) by decoupling them: a general-purpose reasoner generates strategic lemmas, then a specialized prover verifies them formally. First open-source solver…

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Enables autonomous reasoning agents to discover and invoke tools efficiently through end-to-end training. Uses autonomous memory folding to compress interaction history and ToolPO to learn general-purpose tool use, applicable across diverse benchmarks from QA…

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Maintains half of sliding window as attention sinks with dynamic temporal RoPE alignment plus importance-aware KV cache pruning, enabling 12× extrapolation beyond training length (60+ seconds from 5-second training) without fine-tuning.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Enhances model safety by filtering dual-use topics from pretraining data, creating tamper-resistant models robust to adversarial fine-tuning without degrading unrelated capabilities.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Reduce redundant tokens in parallel reasoning by 80% while maintaining accuracy via dynamic pruning of equivalent reasoning paths. Trigger: improve efficiency of consensus-based reasoning (multiple CoT generation).

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

DeepResearchEval: An Automated Framework for Deep Research Task Construction and Agentic Evaluation. From arXiv:2601.09688

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de pesquisa em computação e informação
descrição

Monitor search agent reasoning quality via hierarchical uncertainty detection. Fast consistency checks identify anomalies; slow experience-driven feedback provides corrections. Minimal overhead while catching misalignment.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Overcome exploration bottlenecks in reasoning RL by integrating Monte Carlo Tree Search during training (not just inference). Global frontier selection and entropy-guided sampling reduce GPU hours by 5.7x while improving performance.

Idioma do texto original: inglês

atualizado
ocupação
Desenvolvedores de software
descrição

Build research agents that systematically search for comprehensive answers to complex questions by maintaining search state, iterating on queries, and validating answer completeness. Implement strategies for identifying knowledge gaps and conducting follow-up…

Idioma do texto original: inglês

atualizado
ocupação
Desenvolvedores de software
descrição

Transform research specifications into production-grade codebases through strategic information management and autonomous agent orchestration. DeepCode surpasses PhD experts and commercial tools—critical when you need scientific code reproducibility at scale.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Filter low-quality reasoning traces using model-internal confidence signals at test time, eliminating weak paths during generation to achieve 99.9% accuracy while reducing token generation by up to 84.7%.

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Train multimodal agents to dynamically invoke tools (code execution, web search) within reasoning loops through a two-stage pipeline combining cold-start supervised learning with reinforcement learning—enabling task-adaptive tool invocation for perception,…

Idioma do texto original: inglês

atualizado
ocupação
Cientistas de dados
descrição

Synergistic verifier-generator training loop enabling LLMs to identify logical issues in mathematical proofs without reference solutions, improving reasoning rigor through meta-verification. Apply when you need to scale mathematical reasoning without…

Idioma do texto original: inglês

atualizado
Mostrando 40 de 1.228 skills coletadas.