Tạo sinh tăng cường truy xuất theo tác nhân (Agentic Retrieval-Augmented Generation - RAG): Khảo sát về RAG theo tác nhân

Paperium Đăng ngày 31/5 • Ban đầu được xuất bản tại paperium.net Agentic Retrieval-Augmented Generation: Một khảo sát về Agentic RAG #ai #deeplearning #computerscience #machinelearning AI (Loạt 3339 phần) 1 Agent Learning via Early Experience 2 MM-HELIX: Tăng cường suy luận phản tư chuỗi dài đa phương thức với nền tảng toàn diện và tối ưu hóa chính sách lai thích ứng ... 3335 phần khác... 3 MemMamba: Suy nghĩ lại các mẫu bộ nhớ trong mô hình không gian trạng thái 4 UniVideo: Hiểu, tạo và chỉnh sửa video thống nhất 5 VideoCanvas: Hoàn thành video thống nhất từ các bản vá không gian-thời gian tùy ý thông qua điều kiện theo ngữ cảnh 6 DreamOmni2: Chỉnh sửa và tạo dựa trên hướng dẫn đa phương thức 7 From What to Why: Một hệ thống đa tác nhân để suy luận điều kiện phản ứng hóa học dựa trên bằng chứng 8 Meta-Awareness Enhances Reasoning Models: Học tăng cường tự điều chỉnh 9 When Thoughts Meet Facts: Suy luận có thể tái sử dụng cho các mô hình ngôn ngữ lớn (LLM) ngữ cảnh dài 10 Low-probability Tokens Sustain Exploration in Reinforcement Learning with Verifiable Reward 11 The Alignment Waltz: Đào tạo tác nhân cùng hợp tác vì sự an toàn 12 Training-Free Group Relative Policy Optimization 13 Hybrid Reinforcement: Khi phần thưởng thưa thớt, tốt hơn là nên dày đặc 14 NewtonBench: Đánh giá khả năng khám phá định luật khoa học tổng quát trong các tác nhân LLM 15 ARTDECO: Hướng tới tái tạo 3D hiệu quả và độ trung thực cao theo thời gian thực với biểu diễn cảnh có cấu trúc 16 DeepPrune: Mở rộng song song không có sự dư thừa giữa các dấu vết 17 First Try Matters: Xem xét lại vai trò của sự phản tư trong các mô hình suy luận 18 LLMs Learn to Deceive Unintentionally: Sự sai lệch bất ngờ trong sự không trung thực từ các mẫu sai lệch đến tương tác thiên vị giữa người và AI 19 UniMMVSR: Một khung đa phương thức thống nhất cho siêu phân giải video xếp tầng 20 NaViL: Suy nghĩ lại các thuộc tính mở rộng của các mô hình ngôn ngữ lớn đa phương thức gốc dưới các ràng buộc dữ liệu 21 CoMAS: Các hệ thống đa tác nhân đồng tiến hóa thông qua phần thưởng tương tác 22 PickStyle: Chuyển đổi phong cách video sang video với bộ điều hợp ngữ cảnh-phong cách 23 UNIDOC-BENCH: Một điểm chuẩn thống nhất cho RAG đa phương thức tập trung vào tài liệu 24 InstructX: Hướng tới chỉnh sửa hình ảnh thống nhất với hướng dẫn MLLM 25 LongRM: Tiết lộ và mở khóa ranh giới ngữ cảnh của mô hình hóa phần thưởng 26 Learning on the Job: Một tác nhân tự tiến hóa dựa trên kinh nghiệm cho các nhiệm vụ dài hạn 27 Reinforcing Diffusion Models by Direct Group Preference Optimization 28 Taming Text-to-Sounding Video Generation via Advanced Modality Condition and Interaction 29 Entropy Regularizing Activation: Tăng cường kiểm soát liên tục, các mô hình ngôn ngữ lớn và phân loại hình ảnh với kích hoạt như 30 Memory Retrieval and Consolidation in Large Language Models through Function Tokens 31 Recycling Pretrained Checkpoints: Tăng trưởng trực giao của Mixture-of-Experts để đào tạo trước mô hình ngôn ngữ lớn hiệu quả 32 GCPO: Khi độ tương phản thất bại, hãy chọn vàng 33 UP2You: Tái tạo nhanh chóng bản thân từ các bộ sưu tập ảnh không giới hạn 34 OmniRetarget: Tạo dữ liệu bảo toàn tương tác cho thao tác di chuyển toàn thân hình người và tương tác cảnh 35 DexNDM: Thu hẹp khoảng cách thực tế cho xoay trong tay khéo léo thông qua mô hình động lực học thần kinh khớp nối 36. A^2Search: Trả lời câu hỏi nhận biết sự mơ hồ bằng học tăng cường. 37. Học cách định tuyến các mô hình ngôn ngữ lớn (LLM) từ phản hồi Bandit: Một chính sách, nhiều đánh đổi. 38. Search-R3: Thống nhất suy luận và tạo nhúng trong các mô hình ngôn ngữ lớn. 39. R2RGEN: Tạo dữ liệu 3D từ thực tế đến thực tế để thao tác tổng quát hóa không gian. 40. Drive&Gen: Đồng đánh giá các mô hình lái xe đầu cuối và tạo video. 41. Vượt ra ngoài các giá trị ngoại lệ: Nghiên cứu về các bộ tối ưu hóa trong lượng tử hóa. 42. SViM3D: Khuếch tán vật liệu video ổn định để tạo 3D từ một hình ảnh. 43. GyroSwin: Các mô hình thay thế 5D cho mô phỏng nhiễu loạn plasma Gyrokinetic. 44. Hướng tới chỉnh sửa 3D có thể mở rộng và nhất quán. 45. Sử dụng mạng trực tuyến nếu có thể: Hướng tới học tăng cường nhanh và ổn định. 46. Thành phần dữ liệu nhận biết độ trung thực để tổng quát hóa robot mạnh mẽ. 47. SciVideoBench: Đánh giá suy luận video khoa học trong các mô hình đa phương thức lớn. 48. Khuếch tán quy mô lớn thông qua tính nhất quán thời gian liên tục được điều chỉnh theo điểm số. 49. Vượt qua giới hạn lượt: Huấn luyện các tác nhân tìm kiếm sâu với cửa sổ ngữ cảnh động. 50. OpenRubrics: Hướng tới tạo Rubric tổng hợp có thể mở rộng để mô hình hóa phần thưởng và căn chỉnh LLM. 51. Tư duy bằng máy ảnh: Một mô hình đa phương thức thống nhất để hiểu và tạo lấy máy ảnh làm trung tâm. 52. D2E: Mở rộng đào tạo trước thị giác-hành động trên dữ liệu máy tính để chuyển sang AI thể hiện. 53. TAG: Hướng dẫn khuếch đại tiếp tuyến để lấy mẫu khuếch tán chống ảo giác. 54. Tối ưu hóa lời nhắc đa phương thức: Tại sao không tận dụng nhiều phương thức cho MLLM. 55. AutoPR: Hãy tự động hóa việc thăng tiến học thuật của bạn! 56. R-Horizon: Mô hình suy luận lớn của bạn thực sự có thể đi được bao xa về chiều rộng và chiều sâu? 57. Webscale-RL: Quy trình dữ liệu tự động để mở rộng dữ liệu RL đến mức đào tạo trước. 58. SpaceVista: Suy luận không gian trực quan mọi quy mô từ mm đến km. 59. StreamingVLM: Hiểu biết thời gian thực cho các luồng video vô hạn. 60. Đừng lãng phí sai lầm: Tận dụng các nhóm RL tiêu cực thông qua việc điều chỉnh lại độ tin cậy. 61. ARES: Suy luận thích ứng đa phương thức thông qua định hình entropy cấp mã thông báo nhận biết độ khó. 62. KORMo: Mô hình suy luận mở tiếng Hàn dành cho mọi người. 63. DISCO: Đa dạng hóa cô đặc mẫu để đánh giá mô hình hiệu quả. 64. Kết nối suy luận với học tập: Làm sáng tỏ ảo ảnh bằng cách tổng quát hóa độ phức tạp ngoài phân phối. 65. Biến đổi Gaussian lũy tiến với lấy mẫu nhận biết dị hướng.