闲记算法

在自然语言处理领域中，预训练语言模型（Pretrained Language Models）已成为非常重要的基础技术，本仓库主要收集目前网上公开的一些高质量中文预训练模型(感谢分享资源的大佬)，并将持续更新… 最新的模型汇总地址github： https://github.com/lonePatient/awesome-pretrained-chinese-nlp-models Expand Table of Contents 更新日志 基础大模型 对话大模型 多模态对话大模型 大模型评估基准 在线体验大模型 开源模型库平台 开源数据集库 开源中文指令数据集 Other-Awesome NLU系列 BERT RoBERTa ALBERT NEZHA XLNET MacBERT WoBERT ELECTRA ZEN ERNIE ERNIE3 RoFormer StructBERT Lattice-BERT Mengzi-BERT ChineseBERT TaCL MC-BERT 二郎神 PERT MobileBERT GAU-α DeBE ...

本篇博文主要内容为 2026-02-20 从Arxiv.org论文网站获取的最新论文列表，自动更新，按照NLP、CV、ML、AI、IR、MA六个大方向区分。 说明：每日论文数据从Arxiv.org获取，每天早上12:30左右定时自动更新。 提示: 当天未及时更新，有可能是Arxiv当日未有新的论文发布，也有可能是脚本出错。尽可能会在当天修复。 目录 概览 自然语言处理CL 多智能体系统MA 信息检索IR 人机交互HC 人工智能AI 机器学习LG 计算机视觉CV 概览 (2026-02-20) 今日共更新521篇论文,其中: 自然语言处理共71篇(Computation and Language (cs.CL)) 人工智能共169篇(Artificial Intelligence (cs.AI)) 计算机视觉共61篇(Computer Vision and Pattern Recognition (cs.CV)) 机器学习共163篇(Machine Learning (cs.LG)) 多智能体系统共11篇(Multiagent Systems (cs.MA)) 信息检索共20篇 ...

前言 实验室如何训练一个拥有数百亿参数的前沿大模型？本文深入剖析七个开源权重的前沿模型：Hugging Face的 SmolLM3、Prime Intellect的 Intellect 3、Nous Research的 Hermes 4、OpenAI的 gpt-oss-120b、Moonshot的 Kimi K2、DeepSeek的 DeepSeek-R1 以及 Arcee的[Trinity series](https://github.com/arcee-ai/trinity-large-tech-report/blob/main/Arcee Trinity Large.pdf)。本文旨在提炼这些模型训练中使用的技术、动机和考量因素，重点关注训练方法而非基础设施。 本文的结构主要参考 Hugging Face 详尽的 SmolLM3 技术报告，因其内容最为详尽，并补充了 Intellect-3、gpt-oss-120b、Hermes 4、DeepSeek 和 Kimi的相关笔记。Hugging Face 在这里 详细介绍了 gpt-oss-120b 的基础设施。 概述 核心要点 ...

本篇博文主要内容为 2026-02-19 从Arxiv.org论文网站获取的最新论文列表，自动更新，按照NLP、CV、ML、AI、IR、MA六个大方向区分。 说明：每日论文数据从Arxiv.org获取，每天早上12:30左右定时自动更新。 提示: 当天未及时更新，有可能是Arxiv当日未有新的论文发布，也有可能是脚本出错。尽可能会在当天修复。 目录 概览 自然语言处理CL 多智能体系统MA 信息检索IR 人机交互HC 人工智能AI 机器学习LG 计算机视觉CV 概览 (2026-02-19) 今日共更新482篇论文,其中: 自然语言处理共85篇(Computation and Language (cs.CL)) 人工智能共136篇(Artificial Intelligence (cs.AI)) 计算机视觉共66篇(Computer Vision and Pattern Recognition (cs.CV)) 机器学习共170篇(Machine Learning (cs.LG)) 多智能体系统共14篇(Multiagent Systems (cs.MA)) 信息检索共12篇 ...

TL;DR: 本文系统梳理了当前 GitHub 上 10 个主流 AI Skills 仓库（累计超过 5,000+ Stars），揭示了一个正在形成的去中心化 Agent 能力市场。Anthropic 主导的 Agent Skills 开放标准正在获得 OpenAI、Google、Microsoft、Cursor 等主流厂商的广泛采纳，这标志着 AI 辅助开发从"一次性 Prompt 工程"向"可复用、可组合、可交易的技能单元"的根本性转变。 一、核心洞察：为什么 AI Skills 正在重塑开发范式 1.1 从 Prompt 到 Skill：抽象层级的跃升 传统的大模型交互模式是命令式的——开发者每次都需要精心构造 Prompt。而 AI Skills 引入了一种声明式的抽象： 12345Prompt Engineering (v1.0) ↓ 抽象封装Skill-as-Code (v2.0) ↓ 标准化Agent Skills Standard (v3.0) 这种抽象层级的跃升带来了三个关键收益： 可复用性: 一个 Skil ...

本篇博文主要内容为 2026-02-18 从Arxiv.org论文网站获取的最新论文列表，自动更新，按照NLP、CV、ML、AI、IR、MA六个大方向区分。 说明：每日论文数据从Arxiv.org获取，每天早上12:30左右定时自动更新。 提示: 当天未及时更新，有可能是Arxiv当日未有新的论文发布，也有可能是脚本出错。尽可能会在当天修复。 目录 概览 自然语言处理CL 多智能体系统MA 信息检索IR 人机交互HC 人工智能AI 机器学习LG 计算机视觉CV 概览 (2026-02-18) 今日共更新402篇论文,其中: 自然语言处理共53篇(Computation and Language (cs.CL)) 人工智能共130篇(Artificial Intelligence (cs.AI)) 计算机视觉共55篇(Computer Vision and Pattern Recognition (cs.CV)) 机器学习共119篇(Machine Learning (cs.LG)) 多智能体系统共7篇(Multiagent Systems (cs.MA)) 信息检索共10篇( ...

【速读】：本文揭示了Agentic RL中一个被长期忽视的核心问题——推理（Reasoning）与工具使用（Tool-use）能力在共享参数空间下的联合优化会产生严重的梯度冲突，导致"跷跷板"现象（提升一个能力会损害另一个）。作者提出LEAS（线性效应归因系统）定量验证了这一干扰的存在，并设计了DART框架：通过为两种能力分配独立的LoRA适配器，在token级别进行梯度隔离，从而在单模型内实现与双模型系统相当的性能，同时避免了多Agent系统的存储与推理开销。 【机构】：Renmin University of China（中国人民大学）；Bytedance Inc.（字节跳动） 【开源】：未开源 1. 背景与核心洞察 (The Core Insight) Agentic Reinforcement Learning（ARL）旨在训练能够交错执行复杂推理与外部工具调用的大语言模型。当前主流范式（如Search-R1、ToolRL等）普遍采用单一共享参数空间来联合优化这两种能力，其隐含的假设是：推理与工具使用可以和谐共存于同一参数子空间，且联合训练能够带来协同增益 ...

本篇博文主要内容为 2026-02-17 从Arxiv.org论文网站获取的最新论文列表，自动更新，按照NLP、CV、ML、AI、IR、MA六个大方向区分。 说明：每日论文数据从Arxiv.org获取，每天早上12:30左右定时自动更新。 提示: 当天未及时更新，有可能是Arxiv当日未有新的论文发布，也有可能是脚本出错。尽可能会在当天修复。 目录 概览 自然语言处理CL 多智能体系统MA 信息检索IR 人机交互HC 人工智能AI 机器学习LG 计算机视觉CV 概览 (2026-02-17) 今日共更新998篇论文,其中: 自然语言处理共139篇(Computation and Language (cs.CL)) 人工智能共363篇(Artificial Intelligence (cs.AI)) 计算机视觉共187篇(Computer Vision and Pattern Recognition (cs.CV)) 机器学习共294篇(Machine Learning (cs.LG)) 多智能体系统共35篇(Multiagent Systems (cs.MA)) 信息检索共3 ...

本篇博文主要内容为 2026-02-16 从Arxiv.org论文网站获取的最新论文列表，自动更新，按照NLP、CV、ML、AI、IR、MA六个大方向区分。 说明：每日论文数据从Arxiv.org获取，每天早上12:30左右定时自动更新。 提示: 当天未及时更新，有可能是Arxiv当日未有新的论文发布，也有可能是脚本出错。尽可能会在当天修复。 目录 概览 自然语言处理CL 多智能体系统MA 信息检索IR 人机交互HC 人工智能AI 机器学习LG 计算机视觉CV 概览 (2026-02-16) 今日共更新495篇论文,其中: 自然语言处理共61篇(Computation and Language (cs.CL)) 人工智能共126篇(Artificial Intelligence (cs.AI)) 计算机视觉共93篇(Computer Vision and Pattern Recognition (cs.CV)) 机器学习共154篇(Machine Learning (cs.LG)) 多智能体系统共11篇(Multiagent Systems (cs.MA)) 信息检索共20篇 ...

【速读】：该论文试图解决SFT与RL在LLM推理任务中的最优整合问题。核心洞察是：SFT对策略分布进行粗粒度全局调整，而RL进行细粒度选择性优化；熵可作为训练有效性的关键指标。解决方案是SRFT——一种单阶段方法，通过熵感知权重机制统一SFT和RL，同时利用演示数据和自探索rollout直接优化LLM。 【机构】：中国科学院自动化研究所（Institute of Automation, Chinese Academy of Sciences）；中国科学院大学人工智能学院（School of Artificial Intelligence, University of Chinese Academy of Sciences）；美团（Meituan）；上海交通大学（Shanghai Jiao Tong University） 【开源】：模型已开源至 https://huggingface.co/Yuqian-Fu/SRFT 1. 背景与核心洞察 (The Core Insight) 大语言模型在推理任务上的进展令人瞩目，但如何最优地整合监督微调（SFT）与强化学习（RL）仍是一个根本性的 ...