BriefGPT - AI 论文速递 ·

SEM: A Reinforcement Learning Framework for Efficient Search in Large Language Models

💡 原文英文，约100词，阅读约需1分钟。

📝

内容提要

本研究探讨大型语言模型在何种情况下调用搜索引擎与依赖内部知识，提出了一种新型后训练强化学习框架SEM，以减少冗余搜索，提高推理效率和回答准确率。

🏷️

Blume: Zero-Config Docs Framework That Turns a Markdown Folder into an AI-Ready Website
Blume is an open-source documentation framework that converts Markdown into a...
CD sales are booming as physical media continues its resurgence
According to the Recording Industry Association of America (RIAA), CD sales e...
Kimi K3 模型结构（7）：结构决定系统
本文总结Kimi K3模型结构对训练与推理系统的影响。KDA采用三种执行形态（FlashKDA、设备内上下文并行、状态回滚）处理固定大小状态；上下文并行通...
Kimi K3 模型结构（6）：输入端与零件，MoonViT-V2、MTP、Per-Head Muon
Kimi K3模型采用从零训练的MoonViT-V2视觉编码器，27层、patch14结构，支持高分辨率图像token化；MTP层预训练后微调为EAGLE...
EP224：MCP与RAG及AI代理的对比
An AI agent is kind of an AI system where the agent performs the task autonom...
Kimi K3 模型结构（5）：宽度维度，Stable LatentMoE
Kimi K3模型采用Stable LatentMoE作为FFN，基于NVIDIA LatentMoE改进，将输入压缩至半宽latent空间，增加RMSN...