UIO-LLMs：面向长文本的大语言模型无偏增量优化方法
摘要 大型语言模型 （LLMs） 在处理长文本时，由于上下文窗口大小的限制，面临着巨大挑战。本文介绍了一种名为 UI ... 阅读更多
将 VLC Media Player 集成到 Android App
要将 VLC Media Player 集成到 Android 应用程序中，可以按照以下步骤进行操作： 这些步骤将帮助 ... 阅读更多
基于模型的强化学习 （Model-Based Reinforcement Learning, MBRL） 和无模型强化学习 （Model-Free Reinforcement Learning, MFRL）
强化学习 （RL） 可以大致分为两大类：基于模型的强化学习 （Model-Based Reinforcement L ... 阅读更多
在强化学习 （Reinforcement Learning, RL） 中策略函数和策略梯度
在强化学习 （Reinforcement Learning, RL） 中，策略函数和策略梯度是两个重要的概念。以下 ... 阅读更多
PPO 算法估计优势函数的方法
在 PPO（Proximal Policy Optimization） 算法中，优势函数的估计通常采用 Genera ... 阅读更多
Mobile-Agent-v2：多代理协作实现高效导航的移动设备操作助手
引言 在当今智能手机普及的时代，如何更好地操作移动设备成为了一个越来越重要的话题。近日，来自北京交通大学和阿里 ... 阅读更多
Mobile-Agent-v2: 多智能体协作让手机操作更智能
近日, 人工智能手机操作助手 Mobile-Agent 迎来了重大升级。其团队发布了全新的 Mobile-Agent- ... 阅读更多