长上下文大模型进展I-低调大师

长上下文大模型进展I

2026-07-13 40

视频推理框架进展I

摘要：近年来，测试时间优化的进步使得大模型（LLM）在推理能力方面取得了显著的提升，使它们能够解决数学和编码方面高度复杂的问题。然而，多模式大模型（MLLM）的推理能力仍然落后很多，特别是在复杂视频语言任务方面。为了解决这个问题，我们提出了SiLVR，一种基于语言的简单的视频推理框架，SiLVR将复杂的视频理解分解为两个阶段：在第一阶段，SiLVR使用多感官输入（如短片段字幕和音频/语音字幕）将原始视频转化为基于语言的表示形式。在第二阶段，语言描述被输入到一个强大的推理大模型中，以解决复杂的视频语言理解任务。为了处理长上下文的多感官输入，采用了一种自适应令牌减少方案，该方案动态地确定采样令牌的...

2026-07-13

44

大型语言模型（LLMs）对静态知识和脆弱的工具调用的严重依赖阻碍了复杂异构工具链的大规模编排。现有方法通常使用刚性单路径执行，导致错误恢复不佳且搜索空间呈指数级增长。我们引入了NaviAgent，一种基于图的导航双层规划架构，用于健壮的函数调用，包括多路径决策器和图形编码导航器。作为具有LLM能力的代理，多路径决策器定义了一个四维决策空间，并持续感知环境状态，动态选择最佳操作以全面覆盖所有工具调用场景。图形编码导航器构建了一个工具依赖异构图（TDHG），其中节点嵌入明确融合API模式结构与历史调用行为。它还集成了一个新的启发式搜索策略，引导决策器高效且成功地进行工具链组合，即使对于未见过的工具...

2026-07-13

36

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。