GRPO=高级版拒绝采样？强化学习祛魅时刻：负样本“去芜存菁”才是关键！ 下午4时 2025/05/20 作者 PaperWeekly PO 这样的算法虽然主流，但它需要额外的网络（critic network），搞得比较复杂和麻烦。
NeurIPS 2024 交互式聚类：探索以较小的交互成本，突破聚类性能瓶颈 下午11时 2025/03/27 作者 PaperWeekly ue Mining” 提出在聚类过程中引入用户交互，通过询问少量高价值样本的类别从属关系，有效缓解了
爱诗科技与悉尼大学联合发布大视觉模型LaVin-DiT，统一多项视觉任务 下午2时 2024/12/03 作者 PaperWeekly 研究问题 当前的 Large Vision Models 多为直接从自然语言处理架构改编，但这些模型
