Papers

本文介绍了深度研究智能体：系统性审查与路线图。

本文探讨了通用智能体是否需要世界模型才能实现灵活的、面向目标的行为

本文介绍了OmniThink: Expanding Knowledge Boundaries in Machine Writing through Thinking。

本文介绍了从人工标注到自我迭代：大模型工具学习的动态文档优化新范式。

论文介绍了强化自博弈推理的零数据范式，通过自博弈生成任务和验证，实现无需依赖人工标注数据或预设任务的自主学习推理。

本文介绍了Chain of Draft（CoD）论文，并对其技术原理、主要贡献、论文方法、评估结果和局限性进行了详细解读。

本文介绍了Test-Time Scaling（测试时扩展）的概念，并对其技术原理、主要贡献、论文方法、评估结果和局限性进行了详细解读。

本文介绍了深度求索（DeepSeek）公司推出的新一代推理模型DeepSeek-V3，并对其技术原理、主要贡献、论文方法、评估结果和局限性进行了详细解读。

本文介绍了如何使用合成推理数据集微调DeepSeek-R1模型.

本文介绍了来自李飞飞团队的Simple Test-Time Scaling论文，并对其技术原理、主要贡献、论文方法、评估结果和局限性进行了详细解读。