TreeRL是一种创新的语言模型训练方法，通过结合on-policy树搜索和中间监督机制，实现了无需单独奖励模型的LLM训练。这一技术突破来自最新arXiv论文，相比传统的ChainRL方法，TreeRL在数学推理和代码生成等复杂任务上...

近日，一项名为Mask-Enhanced Autoregressive Prediction（MEAP）的技术在GitHub上发布，该技术通过将Masked Language Modeling（MLM）整合到仅解码器的Transformer中，显著提升了信息检索任务的性能，同时保持了强...

近日，Phind 2正式发布，标志着AI搜索技术迈入新阶段。Phind 2不仅能够提供传统的文本搜索结果，还引入了视觉答案功能，用户可以通过图像直观获取信息。此外，Phind 2的多步推理能力使其能够处理复杂的查询，通过逐...