学术
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。
我国仅有4所“纯211”，被称为“984.5”大学，综合实力强悍，超越寻常985！
MLNLP社区介绍其愿景是促进国内外NLP学术、产业界的交流与进步，重点关注初学者成长。文章提及了四所211工程高校：南京理工大学、上海财经大学、西安电子科技大学和北京邮电大学，详细描述了它们的优势学科及学生就业前景。最后邀请关注者加入MLNLP社区技术交流群。
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。
第五届中国情感计算大会邀您共襄盛举
第五届中国情感计算大会（CCAC 2025）将于7月18-20日在四川成都举办，邀请多位知名学者作特邀报告，并汇聚青年才俊展示最新成果与动态。会议涵盖特邀报告、前沿趋势论坛等多环节，同时提供学生研讨会和闭幕式等活动。
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。
CVPR 2025 CV 微调卷出天际，Mona：我小、我强、我省资源
本文提出了一种名为Mona的方法，通过引入多认知视觉滤波器和优化输入分布，在调整少于5%的骨干网络参数的情况下，显著提升了视觉识别任务的效果。
被Transformer光芒掩盖的论文，Meta科学家回顾十年前创新之作
这篇论文是2015年发布的《End-to-End Memory Networks》，它包含了当前大型语言模型的许多要素，如完全用注意力机制替代RNN、引入带键值投影的点积软注意力机制和堆叠多层注意力等。尽管其影响力不及后来的《Attention is all you need》