大模型

大语言模型

告别刷榜内卷！清华×百度提出Feedbacker，开启LLM深度洞察新评估时代

作者

本文提出评估范式的转变，从排名竞争转向诊断反馈。通过引入树状能力图谱、动态评估标准和可视化分析等创新组件，开发了Feedbacker框架，用于提升LLM的评估效率与准确性。

我们从Agent强化学习框架RL-Factory及多模态统一框架One-RL-to-See-Them-Al中能学到什么？

作者

今天是2025年5月26日，星期一，北京晴。文章介绍了两个强化学习框架：RL-Factory和One-RL-to-See-Them-All，分别从Agent智能体强化学习框架和统一强化学习框架的角度阐述了工程设计与数据工程及奖励策略的相关工作，并提出了多轮工具使用、难样本选择以及量化指标的设计建议。