Transformers Can Do Bayesian Inference
PFN: Prior-Data Fitted Networks
PFN: Prior-Data Fitted Networks
粗召回 & 细检索的多条 RAG 方案
如何蒸馏图的推理路径
SWE-Bench Pro
GRPO: Group Relative Policy Optimization
PPO
著名的 REINFORCE 算法
PPO 的前身
三月下杭州, 见见世面
自动化 Repository-level 实例任务生成