学会用工具看图：准确率碾压GPT-4.1，开源框架让模型拥有“视觉思维”
MLNLP社区致力于促进国内外自然语言处理领域的交流与进步。该社区引入了开源框架OpenThinkIMG以解决现有模型在图表分析中的问题，通过强化学习训练提升AI工具调用效率和准确性。
MLNLP社区
新SoTA方法RM-R1：让reward model对评分说出原因！超越GPT4o
MLNLP社区致力于促进国内外机器学习与自然语言处理的交流合作。近期发表论文提出推理奖励模型ReasRM，通过两阶段训练让小模型学会写评语，并在综合、数学题等测试集中优于GPT-4。该模型支持任务分类和动态奖励机制，已在多个领域展示优势。
谷歌发现LLM是Greedy Agent，提出用RL调教出理性决策
MLNLP社区是国内外知名的机器学习与自然语言处理社区，旨在促进学术界、产业界和爱好者的交流与进步。最新论文揭示了大模型决策中的三大缺陷，并通过强化学习微调结合思维链技术提升其决策能力。
Synthetic-Data-Zero-RL：让 RL 左脚踩右脚
MLNLP社区致力于促进自然语言处理领域的学术与产业交流合作。通过PromptCoT等方法生成高质量数据集，提高模型性能。近期实验表明基于PromptCoT合成的数据可用于零样本强化学习训练，提升效果接近官方预训练模型。
经验分享！从0开始做一篇Benchmark
MLNLP社区致力于推动自然语言处理领域的学术交流与进步，涵盖硕博生、高校老师及企业研究人员等多个群体。文章详细介绍了如何构建高质量的Benchmark，包括数据准备、清洗、审核、模型评估等步骤及其重要性。
李开复加入福建福耀科技大学
MLNLP社区致力于促进国内外机器学习与自然语言处理的交流合作。福建福耀科技大学聘请李开复博士为理事会理事，助力‘高等教育+AI’创新教育模式。李开复分享了AI在教育领域的应用，并期望培养具备创新能力和全球视野的人才。