[论文学习]SCoRe：通过强化学习让LLM学会自我纠正资料 论文：[2409.12917] Training Language Models to Self-Correct via Reinforcement Learning 简介​

[论文学习]S²R：通过强化学习教会 LLM 自我验证和自我修正资料 论文：[2502.12853] S$^2$R: Teaching LLMs to Self-verify and Self-correct via Reinforceme

[概述学习]语言模型在多智能体博弈中的推理能力 转载自语言模型在多智能体博弈中的推理能力-CSDN博客 关键词 语言模型 多智能体博弈 推理能力 深度学习 策略学习 摘要​ 本文探讨了语言模型在多智能体博弈中的推理能力。通

[论文学习]语言策略的博弈论新境界：从对话到平衡——大语言模型的博弈解构与前瞻 转载自语言策略的博弈论新境界：从对话到平衡——大语言模型的博弈解构与前瞻-CSDN博客 资料 论文：[2402.01704] Steering Languag

[论文学习]LLMs的心灵之眼：大型语言模型中思维诱导空间推理的可视化资料 主页：Mind’s eye of LLMs Vot 论文：[2404.03622] Mind’s Eye of LLMs: Visualization-of-Tho

论文学习：ATTEMPT:通过注意力混合软提示进行参数高效的多任务调整资料 论文：ATTEMPT: Parameter-Efficient Multi-task Tuning via Attentional Mixtures of Soft