学术

打破“思考陷阱”：DuP-PO算法让AI推理更高效

作者

MLNLP社区致力于促进国内外自然语言处理与机器学习领域内的交流合作。近期，一篇名为《Do Thinking Tokens Help or Trap? Towards More Efficient Large Reasoning Model》的论文探讨了大型推理模型在简单任务中的过度思考问题，并提出了一种新算法DuP-PO以提高模型效率。

大型语言模型的“推理升级”：自适应策略让AI更聪明

作者

MLNLP社区发布了一篇关于提升大型语言模型复杂推理能力的研究论文《MixtureofReasoning》。文章提出一种新的训练框架MoR，使模型能够自主选择和应用多种推理策略，显著提升了模型在多个数据集上的表现。

多模态数学推理新突破：多样化视角让模型“开窍”！

作者

MLNLP社区发布了关于多模态数学推理的研究论文《Multimodal Mathematical Reasoning with Diverse Solving Perspective》。该研究提出了一种新的数据集MathV-DP，以及基于Qwen-VL模型的Qwen-VL-DP，旨在提升大型多模态语言模型在数学推理任务中的表现，并强调了从多样化的解题视角学习的重要性。

你的Agent电脑助手正在踩雷！最新研究揭秘Computer-Use Agent的安全漏洞

作者

中国科学技术大学、上海交通大学和上海 AI Lab 联合推出 CUAs 安全测试基准 RiOSWorld，全面评估 Computer-Use Agent 在真实电脑使用场景中的安全风险。实验结果显示大多数 Agent 风险意图率高且完成率高，指出当前多数基于 MLLM 的 CUA 缺乏风险意识。该研究已开源论文、项目官网及 GitHub 代码。