IXThinker·2025-04-24 20:20

測試時強化學習、Agent 權限控制等熱門論文

近期多項 AI 研究值得關注：清華與上海 AI Lab 提出測試時強化學習，復旦推出多 Agent 系統 BookWorld，字節發表並行隱藏解碼 Transformer，另有 LLM Agent 權限控制機制與伯克利推理框架登場。

測試時強化學習

周伯文率領的清華與上海 AI Lab 團隊，研究推理任務中無明確標籤的強化學習，核心挑戰是在推理過程無法取得 ground truth 的情況下優化模型表現，為測試階段的性能提升提供新路徑。