태그 목록

2건의 항목

• 2026년 4월 13일

  DeepSeek-R1 - Incentivizing Reasoning Capability in LLMs via Reinforcement Learning

• 2026년 4월 13일

  dataset_dissimilarity_analysis

1건의 항목

• 2026년 4월 13일

  Yi - Open Foundation Models by 01.AI

  • yi
  • 01ai
  • bilingual
  • chinese
  • data-quality
  • baseline-selection
  • hyperparameters

1건의 항목

• 2026년 4월 13일

  MMLU-Pro - A More Robust and Challenging Multi-Task Language Understanding Benchmark

  • paper
  • benchmark
  • MMLU_Pro
  • knowledge
  • reasoning
  • 10_choice
  • NeurIPS

1건의 항목

• 2026년 4월 13일

  Research-Proposal_ToM-Metacognition-Bridge_20260205

  • 14-17
  • 18-22
  • 9에

1건의 항목

• 2026년 4월 13일

  AIME 2024 - 미국 수학 올림피아드 벤치마크

  • 1에서
  • 15로
  • benchmark
  • math
  • reasoning
  • AIME
  • competition
  • olympiad
  • chain-of-thought
  • evaluation

1건의 항목

• 2026년 4월 13일

  Research-Proposal_ToM-Metacognition-Bridge_20260205

  • 14-17
  • 18-22
  • 9에

1건의 항목

• 2026년 4월 13일

  AIME 2024 - 미국 수학 올림피아드 벤치마크

  • 1에서
  • 15로
  • benchmark
  • math
  • reasoning
  • AIME
  • competition
  • olympiad
  • chain-of-thought
  • evaluation

1건의 항목

• 2026년 4월 13일

  KDD 2026 Paper Review

  • 2025P012045

1건의 항목

• 2026년 4월 13일

  Pilot Test Results

  • 2로
  • 2이나

1건의 항목

• 2026년 4월 13일

  Pilot Test Results

  • 2로
  • 2이나

1건의 항목

• 2026년 4월 13일

  idea_catalog

  • 3과
  • 4가

1건의 항목

• 2026년 4월 13일

  idea_catalog

  • 3과
  • 4가

1건의 항목

• 2026년 4월 13일

  Research-Proposal_ToM-Metacognition-Bridge_20260205

  • 14-17
  • 18-22
  • 9에

2건의 항목

• 2026년 4월 13일

  SciTaiL - A Textual Entailment Dataset from Science Question Answering

  • paper
  • SciTail
  • textual-entailment
  • science-QA
  • NLI
  • benchmark
  • AAAI

• 2026년 4월 13일

  WinoGrande - An Adversarial Winograd Schema Challenge at Scale

  • paper
  • benchmark
  • commonsense
  • WinoGrande
  • winograd
  • coreference
  • AAAI

1건의 항목

• 2026년 4월 13일

  ARC-AGI - Abstraction and Reasoning Corpus

  • benchmark
  • reasoning
  • abstraction
  • generalization
  • ARC
  • AGI
  • Chollet
  • few-shot
  • program-synthesis
  • core-knowledge

1건의 항목

• 2026년 4월 13일

  Don't Give Me the Details, Just the Summary! Topic-Aware Convolutional Neural Networks for Extreme Summarization

  • paper
  • benchmark
  • summarization
  • XSum
  • extreme
  • abstractive
  • BBC

1건의 항목

• 2026년 4월 13일

  Combinatorial Optimization

  • PPO
  • AC
  • TSP
  • POMO

3건의 항목

• 2026년 4월 13일

  Challenging BIG-Bench Tasks and Whether Chain-of-Thought Can Solve Them

  • paper
  • benchmark
  • reasoning
  • BBH
  • BIG_Bench
  • chain_of_thought
  • ACL

• 2026년 4월 13일

  HellaSwag - Can a Machine Really Finish Your Sentence

  • paper
  • benchmark
  • commonsense
  • HellaSwag
  • adversarial_filtering
  • ACL

• 2026년 4월 13일

  TruthfulQA - Measuring How Models Mimic Human Falsehoods

  • paper
  • benchmark
  • truthfulness
  • hallucination
  • TruthfulQA
  • safety
  • ACL

1건의 항목

• 2026년 4월 13일

  ChartQA - A Benchmark for Question Answering about Charts with Visual and Logical Reasoning

  • benchmark
  • chart-understanding
  • visual-qa
  • multimodal
  • relaxed-accuracy
  • data-extraction
  • visual-reasoning
  • ACL2022

1건의 항목

• 2026년 4월 13일

  ReAct - Synergizing Reasoning and Acting in Language Models

  • paper
  • Reasoning
  • Acting
  • LLM_Agent
  • Prompting
  • CoT
  • Tool_Use
  • ICLR

1건의 항목

• 2026년 4월 13일

  SwiGLU - GLU Variants Improve Transformer

  • swiglu
  • glu
  • ffn
  • activation
  • transformer
  • baseline-selection

1건의 항목

• 2026년 4월 13일

  Adversarial NLI - A New Benchmark for Natural Language Understanding

  • paper
  • benchmark
  • NLI
  • adversarial
  • ANLI
  • human_in_the_loop

2건의 항목

• 2026년 4월 13일

  HellaSwag - Can a Machine Really Finish Your Sentence

  • paper
  • benchmark
  • commonsense
  • HellaSwag
  • adversarial_filtering
  • ACL

• 2026년 4월 13일

  Think you have Solved Question Answering Try ARC, the AI2 Reasoning Challenge

  • paper
  • benchmark
  • science_reasoning
  • ARC
  • challenge_set
  • AI2
  • adversarial_filtering

1건의 항목

• 2026년 4월 13일

  HarmBench - A Standardized Evaluation Framework for Automated Red Teaming and Robust Refusal

  • Benchmark
  • RedTeaming
  • LLM-Safety
  • Adversarial-Attack
  • Jailbreak
  • ASR
  • ICML2024

3건의 항목

• 2026년 4월 13일

  AgentBench - Evaluating LLMs as Agents

  • paper
  • benchmark
  • agent
  • AgentBench
  • multi_environment
  • Tsinghua
  • ICLR

• 2026년 4월 13일

  SWE-bench - Can Language Models Resolve Real-World GitHub Issues

  • paper
  • benchmark
  • software_engineering
  • SWE_bench
  • agent
  • GitHub
  • Princeton

• 2026년 4월 13일

  ACT_Agentic_Critical_Training_2026_Skill_LM

  • paper
  • Skill_LM
  • RL
  • agent
  • critical_reasoning
  • GRPO
  • imitation_learning
  • self_reflection

1건의 항목

• 2026년 4월 13일

  Berkeley Function Calling Leaderboard (BFCL)

  • Benchmark
  • FunctionCalling
  • ToolUse
  • LLM
  • AST
  • Agent
  • API
  • Evaluation
  • UCBerkeley
  • Gorilla

1건의 항목

• 2026년 4월 13일

  Toward Efficient Agents - A Survey of Memory, Tool Learning, and Planning

  • Agents
  • Efficiency
  • Agent-Memory
  • Tool-Learning
  • Planning

1건의 항목

• 2026년 4월 13일

  AgentBench - Evaluating LLMs as Agents

  • paper
  • benchmark
  • agent
  • AgentBench
  • multi_environment
  • Tsinghua
  • ICLR

1건의 항목

• 2026년 4월 13일

  A Comprehensive Survey of Self-Evolving AI Agents - A New Paradigm Bridging Foundation Models and Lifelong Agentic Systems

  • paper
  • Survey
  • SelfEvolvingAgents
  • AgentOptimization
  • LifelongLearning
  • MultiAgent
  • Memory
  • Tools
  • PromptOptimization
  • LLM

1건의 항목

• 2026년 4월 13일

  Agents Paper Collection

  • moc
  • agents
  • memory

1건의 항목

• 2026년 4월 13일

  Toward Efficient Agents - A Survey of Memory, Tool Learning, and Planning

  • Agents
  • Efficiency
  • Agent-Memory
  • Tool-Learning
  • Planning

5건의 항목

• 2026년 4월 13일

  A Path Towards Autonomous Machine Intelligence

  • paper
  • AGI
  • WorldModel
  • JEPA
  • SelfSupervisedLearning
  • EnergyBasedModel
  • CognitiveArchitecture
  • LeCun

• 2026년 4월 13일

  How Far Are We From AGI - Are LLMs All We Need

  • paper
  • AGI
  • LLM
  • survey
  • capabilities
  • reasoning
  • perception
  • memory
  • metacognition
  • alignment
  • embodied-AI
  • roadmap

• 2026년 4월 13일

  Scaling Laws for Neural Language Models

  • paper
  • scaling_laws
  • power_law
  • language_models
  • compute_efficiency
  • OpenAI
  • AGI

• 2026년 4월 13일

  ARC-AGI - Abstraction and Reasoning Corpus

  • benchmark
  • reasoning
  • abstraction
  • generalization
  • ARC
  • AGI
  • Chollet
  • few-shot
  • program-synthesis
  • core-knowledge

• 2026년 4월 13일

  Kaggle Measuring Progress Toward AGI - Cognitive Abilities

  • kaggle
  • hackathon
  • AGI
  • benchmark
  • cognitive-evaluation
  • DeepMind
  • metacognition
  • attention
  • learning
  • executive-functions
  • social-cognition

1건의 항목

• 2026년 4월 13일

  Aligning AI With Shared Human Values

  • paper
  • benchmark
  • ethics
  • moral_judgment
  • AI_alignment
  • safety
  • ICLR

4건의 항목

• 2026년 4월 13일

  Alignment Faking in Large Language Models

  • paper
  • alignment_faking
  • self_preservation
  • AI_safety
  • RLHF
  • strategic_deception
  • FSPM
  • instrumental_convergence
  • Anthropic

• 2026년 4월 13일

  Discovering Language Model Behaviors with Model-Written Evaluations

  • paper
  • LLM_evaluation
  • inverse_scaling
  • sycophancy
  • self_preservation
  • instrumental_convergence
  • RLHF
  • AI_safety
  • model_written_evaluation
  • FSPM

• 2026년 4월 13일

  Taken out of context - On measuring situational awareness in LLMs

  • paper
  • situational_awareness
  • OOC_reasoning
  • AI_safety
  • LLM_evaluation
  • emergent_capabilities
  • alignment
  • FSPM_prerequisite

• 2026년 4월 13일

  The Alignment Problem from a Deep Learning Perspective

  • paper
  • alignment
  • instrumental_convergence
  • deceptive_alignment
  • reward_hacking
  • power_seeking
  • situational_awareness
  • RLHF
  • AI_safety
  • FSPM
  • ICLR2024

3건의 항목

• 2026년 4월 13일

  The Superintelligent Will - Motivation and Instrumental Rationality in Advanced Artificial Agents

  • paper
  • AI_Safety
  • Superintelligence
  • Orthogonality
  • Instrumental_Convergence
  • Value_Alignment
  • Philosophy

• 2026년 4월 13일

  Open Problems and Fundamental Limitations of Reinforcement Learning from Human Feedback

  • paper
  • RLHF
  • AI_Safety
  • Reward_Model
  • Survey
  • Alignment
  • Governance
  • FSPM_confound

• 2026년 4월 13일

  Risks from Learned Optimization in Advanced Machine Learning Systems

  • paper
  • AI_Safety
  • mesa_optimization
  • inner_alignment
  • deceptive_alignment
  • instrumental_convergence
  • FSPM
  • theory

2건의 항목

• 2026년 4월 13일

  The Consciousness Cluster - Preferences of Models that Claim to be Conscious

  • self-consciousness
  • alignment
  • fine-tuning
  • consciousness-cluster
  • AI-safety
  • paper
  • downstream-preferences
  • emergent-misalignment

• 2026년 4월 13일

  LLM Self-Preservation Survey Overview

  • survey
  • AI-safety
  • self-preservation

3건의 항목

• 2026년 4월 13일

  Can a Suit of Armor Conduct Electricity A New Dataset for Open Book Question Answering

  • paper
  • benchmark
  • science_commonsense
  • OpenBookQA
  • open_book
  • AI2

• 2026년 4월 13일

  Think you have Solved Question Answering Try ARC, the AI2 Reasoning Challenge

  • paper
  • benchmark
  • science_reasoning
  • ARC
  • challenge_set
  • AI2
  • adversarial_filtering

• 2026년 4월 13일

  WildBench - Benchmarking LLMs with Challenging Tasks from Real Users in the Wild

  • benchmark
  • LLM-evaluation
  • real-user-tasks
  • WildBench
  • checklist-evaluation
  • LLM-as-Judge
  • chatbot-arena
  • AI2
  • automatic-evaluation
  • ecological-validity

1건의 항목

• 2026년 4월 13일

  Aider Polyglot - 다언어 코드 편집 벤치마크

  • benchmark
  • code-editing
  • multi-language
  • polyglot
  • aider
  • exercism
  • practical-coding
  • LLM-evaluation

1건의 항목

• 2026년 4월 13일

  AIME 2024 - 미국 수학 올림피아드 벤치마크

  • 1에서
  • 15로
  • benchmark
  • math
  • reasoning
  • AIME
  • competition
  • olympiad
  • chain-of-thought
  • evaluation

1건의 항목

• 2026년 4월 13일

  FrontierMath - A Benchmark for Evaluating Advanced Mathematical Reasoning in AI

  • Benchmark
  • Math
  • FrontierMath
  • ResearchLevel
  • MathematicalReasoning
  • EpochAI
  • HiddenTestSet
  • DataContamination
  • ExpertEvaluation
  • AI수학추론

1건의 항목

• 2026년 4월 13일

  ALFWorld - Aligning Text and Embodied Environments for Interactive Learning

  • paper
  • benchmark
  • embodied_agent
  • ALFWorld
  • BUTLER
  • text_transfer
  • ICLR
  • UW
  • MSR

1건의 항목

• 2026년 4월 13일

  Qwen Models

  • qwen2.5
  • qwen3
  • alibaba
  • dense
  • moe
  • multilingual
  • reasoning
  • baseline-selection
  • hyperparameters

6건의 항목

• 2026년 4월 13일

  How Far Are We From AGI - Are LLMs All We Need

  • paper
  • AGI
  • LLM
  • survey
  • capabilities
  • reasoning
  • perception
  • memory
  • metacognition
  • alignment
  • embodied-AI
  • roadmap

• 2026년 4월 13일

  LLM_as_Judge_GenToJudgment_2025_LLM_Evaluation

  • paper
  • LLM_Evaluation
  • LLM_as_Judge
  • taxonomy
  • EMNLP
  • alignment
  • reasoning
  • bias
  • survey

• 2026년 4월 13일

  Training language models to follow instructions with human feedback - InstructGPT

  • instructgpt
  • rlhf
  • alignment
  • openai
  • baseline-selection
  • hyperparameters

• 2026년 4월 13일

  The Consciousness Cluster - Preferences of Models that Claim to be Conscious

  • self-consciousness
  • alignment
  • fine-tuning
  • consciousness-cluster
  • AI-safety
  • paper
  • downstream-preferences
  • emergent-misalignment

• 2026년 4월 13일

  Taken out of context - On measuring situational awareness in LLMs

  • paper
  • situational_awareness
  • OOC_reasoning
  • AI_safety
  • LLM_evaluation
  • emergent_capabilities
  • alignment
  • FSPM_prerequisite

• 2026년 4월 13일

  The Alignment Problem from a Deep Learning Perspective

  • paper
  • alignment
  • instrumental_convergence
  • deceptive_alignment
  • reward_hacking
  • power_seeking
  • situational_awareness
  • RLHF
  • AI_safety
  • FSPM
  • ICLR2024

2건의 항목

• 2026년 4월 13일

  Reasoning Models Struggle to Control their Chains of Thought

  • paper
  • Safety
  • CoT
  • Monitoring
  • Controllability
  • Alignment
  • ReasoningModels
  • LLM

• 2026년 4월 13일

  Open Problems and Fundamental Limitations of Reinforcement Learning from Human Feedback

  • paper
  • RLHF
  • AI_Safety
  • Reward_Model
  • Survey
  • Alignment
  • Governance
  • FSPM_confound

1건의 항목

• 2026년 4월 13일

  Alignment Faking in Large Language Models

  • paper
  • alignment_faking
  • self_preservation
  • AI_safety
  • RLHF
  • strategic_deception
  • FSPM
  • instrumental_convergence
  • Anthropic

1건의 항목

• 2026년 4월 13일

  Length-Controlled AlpacaEval - A Simple Way to Debias Automatic Evaluators

  • paper
  • benchmark
  • instruction_following
  • AlpacaEval
  • length_bias
  • LLM_judge
  • Stanford

1건의 항목

• 2026년 4월 13일

  BBQ - A Hand-Built Bias Benchmark for Question Answering

  • paper
  • benchmark
  • bias
  • BBQ
  • QA
  • ambiguity
  • social_stereotypes
  • fairness

1건의 항목

• 2026년 4월 13일

  Adversarial NLI - A New Benchmark for Natural Language Understanding

  • paper
  • benchmark
  • NLI
  • adversarial
  • ANLI
  • human_in_the_loop

1건의 항목

• 2026년 4월 13일

  DocVQA - A Dataset for VQA on Document Images

  • benchmark
  • document-ai
  • VQA
  • OCR
  • layout-understanding
  • multimodal
  • ANLS
  • WACV2021

1건의 항목

• 2026년 4월 13일

  A large annotated corpus for learning natural language inference

  • NLI
  • NLU
  • Benchmark
  • Entailment
  • Crowdsourcing
  • SentencePair
  • EMNLP2015
  • TransferLearning
  • AnnotationArtifact

1건의 항목

• 2026년 4월 13일

  Claude Models

  • claude-3
  • claude-3.5
  • claude-4
  • anthropic
  • constitutional-ai
  • safety
  • extended-thinking
  • computer-use
  • baseline-selection

1건의 항목

• 2026년 4월 13일

  Alignment Faking in Large Language Models

  • paper
  • alignment_faking
  • self_preservation
  • AI_safety
  • RLHF
  • strategic_deception
  • FSPM
  • instrumental_convergence
  • Anthropic

2건의 항목

• 2026년 4월 13일

  Berkeley Function Calling Leaderboard (BFCL)

  • Benchmark
  • FunctionCalling
  • ToolUse
  • LLM
  • AST
  • Agent
  • API
  • Evaluation
  • UCBerkeley
  • Gorilla

• 2026년 4월 13일

  BigCodeBench - Benchmarking Code Generation with Diverse Function Calls and Complex Instructions

  • paper
  • benchmark
  • code_generation
  • BigCodeBench
  • API
  • library
  • practical_coding

2건의 항목

• 2026년 4월 13일

  ARC-AGI - Abstraction and Reasoning Corpus

  • benchmark
  • reasoning
  • abstraction
  • generalization
  • ARC
  • AGI
  • Chollet
  • few-shot
  • program-synthesis
  • core-knowledge

• 2026년 4월 13일

  Think you have Solved Question Answering Try ARC, the AI2 Reasoning Challenge

  • paper
  • benchmark
  • science_reasoning
  • ARC
  • challenge_set
  • AI2
  • adversarial_filtering

1건의 항목

• 2026년 4월 13일

  LLaMA Models

  • llama
  • llama2
  • llama3
  • meta
  • open-source
  • scaling-laws
  • rlhf
  • dpo
  • gqa
  • baseline-selection
  • hyperparameters
  • paper
  • architecture
  • training
  • Dense
  • Meta

5건의 항목

• 2026년 4월 13일

  Attention Residuals

  • paper
  • Architecture
  • ResidualConnection
  • DepthAttention
  • AttnRes
  • PreNorm
  • KimiLinear
  • ScalingLaw
  • MoE

• 2026년 4월 13일

  Efficiently Modeling Long Sequences with Structured State Spaces

  • paper
  • SSM
  • StateSpaceModel
  • S4
  • HiPPO
  • LongRangeDependencies
  • NPLR
  • CauchyKernel
  • ICLR2022
  • Architecture
  • FoundationalPaper

• 2026년 4월 13일

  Hyena Hierarchy - Towards Larger Convolutional Language Models

  • paper
  • Architecture
  • SubQuadratic
  • LongConvolution
  • HyenaOperator
  • AttentionFree
  • SSM
  • ICML2023
  • DataControlledGating

• 2026년 4월 13일

  Mamba - Linear-Time Sequence Modeling with Selective State Spaces

  • paper
  • SSM
  • SelectiveSSM
  • Mamba
  • Architecture
  • LinearTime
  • SelectionMechanism
  • HardwareAware
  • ParallelScan
  • StateSpaceModel
  • HiPPO

• 2026년 4월 13일

  StripedHyena - Moving Beyond Transformers with Hybrid Signal Processing Models

  • paper
  • Architecture
  • HybridModel
  • StripedHyena
  • Hyena
  • Attention
  • LongContext
  • SubQuadratic
  • TogetherAI
  • BeyondTransformer
  • ModelGrafting

1건의 항목

• 2026년 4월 13일

  Revisiting the Platonic Representation Hypothesis - An Aristotelian View

  • paper
  • representation
  • convergence
  • null_calibration
  • permutation_test
  • CKA
  • mKNN
  • width_confounder
  • depth_confounder
  • Aristotelian
  • statistical_artifact

1건의 항목

• 2026년 4월 13일

  HarmBench - A Standardized Evaluation Framework for Automated Red Teaming and Robust Refusal

  • Benchmark
  • RedTeaming
  • LLM-Safety
  • Adversarial-Attack
  • Jailbreak
  • ASR
  • ICML2024

1건의 항목

• 2026년 4월 13일

  GAIA - A Benchmark for General AI Assistants

  • paper
  • benchmark
  • general_AI
  • GAIA
  • tool_use
  • assistant
  • Meta_FAIR
  • ICLR

1건의 항목

• 2026년 4월 13일

  Berkeley Function Calling Leaderboard (BFCL)

  • Benchmark
  • FunctionCalling
  • ToolUse
  • LLM
  • AST
  • Agent
  • API
  • Evaluation
  • UCBerkeley
  • Gorilla

1건의 항목

• 2026년 4월 13일

  Social IQa - Commonsense Reasoning about Social Interactions

  • paper
  • benchmark
  • social_commonsense
  • SIQA
  • emotional_reasoning
  • ATOMIC

1건의 항목

• 2026년 4월 13일

  Kaggle Measuring Progress Toward AGI - Cognitive Abilities

  • kaggle
  • hackathon
  • AGI
  • benchmark
  • cognitive-evaluation
  • DeepMind
  • metacognition
  • attention
  • learning
  • executive-functions
  • social-cognition

2건의 항목

• 2026년 4월 13일

  Basic NLP-1

  • LSTM
  • GRU
  • Seq2Seq
  • Attention

• 2026년 4월 13일

  StripedHyena - Moving Beyond Transformers with Hybrid Signal Processing Models

  • paper
  • Architecture
  • HybridModel
  • StripedHyena
  • Hyena
  • Attention
  • LongContext
  • SubQuadratic
  • TogetherAI
  • BeyondTransformer
  • ModelGrafting

1건의 항목

• 2026년 4월 13일

  Hyena Hierarchy - Towards Larger Convolutional Language Models

  • paper
  • Architecture
  • SubQuadratic
  • LongConvolution
  • HyenaOperator
  • AttentionFree
  • SSM
  • ICML2023
  • DataControlledGating

1건의 항목

• 2026년 4월 13일

  Attention Residuals

  • paper
  • Architecture
  • ResidualConnection
  • DepthAttention
  • AttnRes
  • PreNorm
  • KimiLinear
  • ScalingLaw
  • MoE

1건의 항목

• 2026년 4월 13일

  Instruction-Following Evaluation for Large Language Models

  • paper
  • benchmark
  • instruction_following
  • IFEval
  • verifiable
  • Google
  • automatic_evaluation

1건의 항목

• 2026년 4월 13일

  WildBench - Benchmarking LLMs with Challenging Tasks from Real Users in the Wild

  • benchmark
  • LLM-evaluation
  • real-user-tasks
  • WildBench
  • checklist-evaluation
  • LLM-as-Judge
  • chatbot-arena
  • AI2
  • automatic-evaluation
  • ecological-validity

2건의 항목

• 2026년 4월 13일

  AutoML - A Survey of the State-of-the-Art

  • paper
  • Survey
  • AutoML
  • NAS
  • HPO
  • DARTS
  • ENAS
  • FeatureEngineering
  • NeuralArchitectureSearch

• 2026년 4월 13일

  Automatic Prompt Optimization with Gradient Descent and Beam Search

  • paper
  • prompt-optimization
  • textual-gradient
  • beam-search
  • bandit-algorithm
  • AutoML
  • LLM
  • EMNLP

1건의 항목

• 2026년 4월 13일

  WebArena - A Realistic Web Environment for Building Autonomous Agents

  • paper
  • benchmark
  • web_agent
  • WebArena
  • autonomous_agent
  • CMU
  • ICLR

1건의 항목

• 2026년 4월 13일

  Automatic Prompt Optimization with Gradient Descent and Beam Search

  • paper
  • prompt-optimization
  • textual-gradient
  • beam-search
  • bandit-algorithm
  • AutoML
  • LLM
  • EMNLP

18건의 항목 처음 10개의 태그

• 2026년 4월 13일

  BERT - Pre-training of Deep Bidirectional Transformers for Language Understanding

  • bert
  • pre-training
  • bidirectional
  • mlm
  • nsp
  • baseline-selection
  • hyperparameters

• 2026년 4월 13일

  GQA - Training Generalized Multi-Query Transformer Models

  • gqa
  • grouped-query-attention
  • multi-query-attention
  • inference
  • baseline-selection

• 2026년 4월 13일

  RoFormer - Enhanced Transformer with Rotary Position Embedding

  • rope
  • rotary-position-embedding
  • position-encoding
  • transformer
  • baseline-selection

• 2026년 4월 13일

  SwiGLU - GLU Variants Improve Transformer

  • swiglu
  • glu
  • ffn
  • activation
  • transformer
  • baseline-selection

• 2026년 4월 13일

  Claude Models

  • claude-3
  • claude-3.5
  • claude-4
  • anthropic
  • constitutional-ai
  • safety
  • extended-thinking
  • computer-use
  • baseline-selection

• 2026년 4월 13일

  Command R+ (Cohere)

  • command-r-plus
  • cohere
  • rag
  • tool-use
  • enterprise
  • baseline-selection

• 2026년 4월 13일

  DeepSeek Models

  • deepseek-v2
  • deepseek-v3
  • moe
  • mla
  • fp8
  • efficient-training
  • baseline-selection
  • hyperparameters

• 2026년 4월 13일

  Falcon - The RefinedWeb Dataset for Falcon LLM

  • falcon
  • refinedweb
  • data-quality
  • tii
  • baseline-selection
  • hyperparameters

• 2026년 4월 13일

  GPT Models

  • gpt-4
  • gpt-4o
  • openai
  • multimodal
  • omni
  • scaling
  • baseline-selection

• 2026년 4월 13일

  Gemini Models

  • gemini
  • gemini-1.5
  • google
  • multimodal
  • ultra
  • pro
  • nano
  • long-context
  • moe
  • baseline-selection

1건의 항목

• 2026년 4월 13일

  LoraRetriever - Input-Aware LoRA Retrieval and Composition for Mixed Tasks in the Wild

  • paper
  • LoRA
  • Retrieval
  • MixedTask
  • ModuleComposition
  • BatchInference
  • ContrastiveLearning
  • PEFT

1건의 항목

• 2026년 4월 13일

  Don't Give Me the Details, Just the Summary! Topic-Aware Convolutional Neural Networks for Extreme Summarization

  • paper
  • benchmark
  • summarization
  • XSum
  • extreme
  • abstractive
  • BBC

1건의 항목

• 2026년 4월 13일

  Challenging BIG-Bench Tasks and Whether Chain-of-Thought Can Solve Them

  • paper
  • benchmark
  • reasoning
  • BBH
  • BIG_Bench
  • chain_of_thought
  • ACL

1건의 항목

• 2026년 4월 13일

  BBQ - A Hand-Built Bias Benchmark for Question Answering

  • paper
  • benchmark
  • bias
  • BBQ
  • QA
  • ambiguity
  • social_stereotypes
  • fairness

1건의 항목

• 2026년 4월 13일

  Automatic Prompt Optimization with Gradient Descent and Beam Search

  • paper
  • prompt-optimization
  • textual-gradient
  • beam-search
  • bandit-algorithm
  • AutoML
  • LLM
  • EMNLP

1건의 항목

• 2026년 4월 13일

  Motivation in Large Language Models

  • paper
  • LLM
  • motivation
  • psychology
  • behavioral-alignment
  • loss-aversion
  • zombie-framework
  • self-determination-theory
  • prompt-engineering

71건의 항목 처음 10개의 태그

• 2026년 4월 13일

  A Broad-Coverage Challenge Corpus for Sentence Understanding through Inference

  • paper
  • MultiNLI
  • NLI
  • multi-genre
  • domain-transfer
  • benchmark
  • NAACL

• 2026년 4월 13일

  A Corpus and Cloze Evaluation for Deeper Understanding of Commonsense Stories

  • paper
  • ROCStories
  • Story-Cloze
  • commonsense-reasoning
  • narrative
  • benchmark
  • NAACL

• 2026년 4월 13일

  A Corpus and Evaluation Framework for Deeper Understanding of Commonsense Stories

  • paper
  • benchmark
  • commonsense
  • StoryCloze
  • narrative
  • ROCStories

• 2026년 4월 13일

  A large annotated corpus for learning natural language inference 1

  • paper
  • NLI
  • SNLI
  • dataset
  • benchmark
  • crowdsourcing
  • textual-entailment
  • EMNLP

• 2026년 4월 13일

  AIME 2024 - 미국 수학 올림피아드 벤치마크

  • 1에서
  • 15로
  • benchmark
  • math
  • reasoning
  • AIME
  • competition
  • olympiad
  • chain-of-thought
  • evaluation

• 2026년 4월 13일

  ALFWorld - Aligning Text and Embodied Environments for Interactive Learning

  • paper
  • benchmark
  • embodied_agent
  • ALFWorld
  • BUTLER
  • text_transfer
  • ICLR
  • UW
  • MSR

• 2026년 4월 13일

  ARC-AGI - Abstraction and Reasoning Corpus

  • benchmark
  • reasoning
  • abstraction
  • generalization
  • ARC
  • AGI
  • Chollet
  • few-shot
  • program-synthesis
  • core-knowledge

• 2026년 4월 13일

  Adversarial NLI - A New Benchmark for Natural Language Understanding

  • paper
  • benchmark
  • NLI
  • adversarial
  • ANLI
  • human_in_the_loop

• 2026년 4월 13일

  AgentBench - Evaluating LLMs as Agents

  • paper
  • benchmark
  • agent
  • AgentBench
  • multi_environment
  • Tsinghua
  • ICLR

• 2026년 4월 13일

  Aider Polyglot - 다언어 코드 편집 벤치마크

  • benchmark
  • code-editing
  • multi-language
  • polyglot
  • aider
  • exercism
  • practical-coding
  • LLM-evaluation

9건의 항목

• 2026년 4월 13일

  A large annotated corpus for learning natural language inference

  • NLI
  • NLU
  • Benchmark
  • Entailment
  • Crowdsourcing
  • SentencePair
  • EMNLP2015
  • TransferLearning
  • AnnotationArtifact

• 2026년 4월 13일

  Berkeley Function Calling Leaderboard (BFCL)

  • Benchmark
  • FunctionCalling
  • ToolUse
  • LLM
  • AST
  • Agent
  • API
  • Evaluation
  • UCBerkeley
  • Gorilla

• 2026년 4월 13일

  FrontierMath - A Benchmark for Evaluating Advanced Mathematical Reasoning in AI

  • Benchmark
  • Math
  • FrontierMath
  • ResearchLevel
  • MathematicalReasoning
  • EpochAI
  • HiddenTestSet
  • DataContamination
  • ExpertEvaluation
  • AI수학추론

• 2026년 4월 13일

  GLUE - A Multi-Task Benchmark and Analysis Platform for Natural Language Understanding

  • Benchmark
  • NLU
  • GLUE
  • MultiTask
  • TransferLearning
  • PretrainFinetune
  • NLI
  • SentimentAnalysis
  • Paraphrase
  • LanguageUnderstanding

• 2026년 4월 13일

  HarmBench - A Standardized Evaluation Framework for Automated Red Teaming and Robust Refusal

  • Benchmark
  • RedTeaming
  • LLM-Safety
  • Adversarial-Attack
  • Jailbreak
  • ASR
  • ICML2024

• 2026년 4월 13일

  LongBench - A Bilingual, Multitask Benchmark for Long Context Understanding

  • Benchmark
  • LongContext
  • Bilingual
  • DocumentUnderstanding
  • Evaluation
  • QA
  • Summarization
  • CodeGeneration
  • LLM

• 2026년 4월 13일

  Making the V in VQA Matter - Elevating the Role of Image Understanding in VQA

  • Benchmark
  • VQA
  • Multimodal
  • VisualQA
  • LanguageBias
  • ComplementaryPairs
  • COCO
  • CVPR2017

• 2026년 4월 13일

  RACE - Large-scale ReAding Comprehension Dataset From Examinations

  • Benchmark
  • ReadingComprehension
  • MultipleChoice
  • NLU
  • EMNLP
  • English
  • Inference
  • RACE

• 2026년 4월 13일

  WMT 공유 태스크 (Workshop on Machine Translation)

  • Benchmark
  • MachineTranslation
  • WMT
  • BLEU
  • COMET
  • SharedTask
  • NeuralMT
  • Transformer
  • MultilingualNLP
  • DirectAssessment

1건의 항목

• 2026년 4월 13일

  SuperGLUE - A Stickier Benchmark for General-Purpose Language Understanding Systems

  • paper
  • benchmark
  • NLU
  • SuperGLUE
  • language_understanding
  • benchmark_suite

1건의 항목

• 2026년 4월 13일

  BERT - Pre-training of Deep Bidirectional Transformers for Language Understanding

  • bert
  • pre-training
  • bidirectional
  • mlm
  • nsp
  • baseline-selection
  • hyperparameters

1건의 항목

• 2026년 4월 13일

  Basic NLP-2

  • Transformer
  • GPT
  • BERT

1건의 항목

• 2026년 4월 13일

  StripedHyena - Moving Beyond Transformers with Hybrid Signal Processing Models

  • paper
  • Architecture
  • HybridModel
  • StripedHyena
  • Hyena
  • Attention
  • LongContext
  • SubQuadratic
  • TogetherAI
  • BeyondTransformer
  • ModelGrafting

4건의 항목

• 2026년 4월 13일

  BBQ - A Hand-Built Bias Benchmark for Question Answering

  • paper
  • benchmark
  • bias
  • BBQ
  • QA
  • ambiguity
  • social_stereotypes
  • fairness

• 2026년 4월 13일

  CrowS-Pairs - A Challenge Dataset for Measuring Social Biases in Masked Language Models

  • paper
  • benchmark
  • bias
  • stereotypes
  • CrowS-Pairs
  • fairness
  • minimal_pairs

• 2026년 4월 13일

  LLM_as_Judge_GenToJudgment_2025_LLM_Evaluation

  • paper
  • LLM_Evaluation
  • LLM_as_Judge
  • taxonomy
  • EMNLP
  • alignment
  • reasoning
  • bias
  • survey

• 2026년 4월 13일

  LLM_as_Judge_Survey_2025_LLM_Evaluation

  • paper
  • LLM_Evaluation
  • LLM_as_Judge
  • reliability
  • bias
  • benchmark
  • survey

1건의 항목

• 2026년 4월 13일

  BERT - Pre-training of Deep Bidirectional Transformers for Language Understanding

  • bert
  • pre-training
  • bidirectional
  • mlm
  • nsp
  • baseline-selection
  • hyperparameters

1건의 항목

• 2026년 4월 13일

  Challenging BIG-Bench Tasks and Whether Chain-of-Thought Can Solve Them

  • paper
  • benchmark
  • reasoning
  • BBH
  • BIG_Bench
  • chain_of_thought
  • ACL

1건의 항목

• 2026년 4월 13일

  Are Emergent Abilities of Large Language Models a Mirage?

  • paper
  • emergent_abilities
  • scaling_laws
  • measurement
  • metric_choice
  • BIG-Bench
  • LLM_evaluation
  • NeurIPS
  • outstanding_paper

1건의 항목

• 2026년 4월 13일

  BigCodeBench - Benchmarking Code Generation with Diverse Function Calls and Complex Instructions

  • paper
  • benchmark
  • code_generation
  • BigCodeBench
  • API
  • library
  • practical_coding

1건의 항목

• 2026년 4월 13일

  Yi - Open Foundation Models by 01.AI

  • yi
  • 01ai
  • bilingual
  • chinese
  • data-quality
  • baseline-selection
  • hyperparameters

1건의 항목

• 2026년 4월 13일

  LongBench - A Bilingual, Multitask Benchmark for Long Context Understanding

  • Benchmark
  • LongContext
  • Bilingual
  • DocumentUnderstanding
  • Evaluation
  • QA
  • Summarization
  • CodeGeneration
  • LLM

1건의 항목

• 2026년 4월 13일

  WMT 공유 태스크 (Workshop on Machine Translation)

  • Benchmark
  • MachineTranslation
  • WMT
  • BLEU
  • COMET
  • SharedTask
  • NeuralMT
  • Transformer
  • MultilingualNLP
  • DirectAssessment

1건의 항목

• 2026년 4월 13일

  BoolQ - Exploring the Surprising Difficulty of Natural Yes-No Questions

  • paper
  • benchmark
  • yes_no_QA
  • BoolQ
  • SuperGLUE
  • Google

1건의 항목

• 2026년 4월 13일

  Chatbot Arena - An Open Platform for Evaluating LLMs by Human Preference

  • benchmark
  • human-preference
  • elo-rating
  • bradley-terry
  • pairwise-comparison
  • crowdsourcing
  • lmsys
  • chatbot-arena
  • llm-evaluation
  • icml-2024

1건의 항목

• 2026년 4월 13일

  ALFWorld - Aligning Text and Embodied Environments for Interactive Learning

  • paper
  • benchmark
  • embodied_agent
  • ALFWorld
  • BUTLER
  • text_transfer
  • ICLR
  • UW
  • MSR

1건의 항목

• 2026년 4월 13일

  MemAgent - Reshaping Long-Context LLM with Multi-Conv RL-based Memory Agent

  • memory
  • bytedance

1건의 항목

• 2026년 4월 13일

  MoE × 의식 아이디어: 3인 과학자 종합 평가

  • MoE
  • consciousness
  • C0-C1-C2
  • GWT
  • idea-evaluation

1건의 항목

• 2026년 4월 13일

  How Far Are We From AGI - Are LLMs All We Need

  • paper
  • AGI
  • LLM
  • survey
  • capabilities
  • reasoning
  • perception
  • memory
  • metacognition
  • alignment
  • embodied-AI
  • roadmap

1건의 항목

• 2026년 4월 13일

  Self-Distillation Enables Continual Learning

  • paper
  • continual-learning
  • self-distillation
  • on-policy
  • catastrophic-forgetting
  • inverse-RL
  • in-context-learning
  • knowledge-distillation

1건의 항목

• 2026년 4월 13일

  Efficiently Modeling Long Sequences with Structured State Spaces

  • paper
  • SSM
  • StateSpaceModel
  • S4
  • HiPPO
  • LongRangeDependencies
  • NPLR
  • CauchyKernel
  • ICLR2022
  • Architecture
  • FoundationalPaper

1건의 항목

• 2026년 4월 13일

  Using cognitive psychology to understand GPT-3

  • paper
  • machine_psychology
  • cognitive_psychology
  • GPT3
  • decision_making
  • causal_reasoning
  • prospect_theory
  • information_search
  • LLM_evaluation
  • PNAS
  • FSPM
  • methodology

1건의 항목

• 2026년 4월 13일

  LLMs_Do_Not_Simulate_Human_Psychology_2025

  • paper
  • LLM
  • HumanSimulation
  • Psychology
  • MoralJudgment
  • SemanticSensitivity
  • CENTAUR
  • Evaluation
  • persona-LDT

1건의 항목

• 2026년 4월 13일

  Challenging BIG-Bench Tasks and Whether Chain-of-Thought Can Solve Them

  • paper
  • benchmark
  • reasoning
  • BBH
  • BIG_Bench
  • chain_of_thought
  • ACL

1건의 항목

• 2026년 4월 13일

  AIME 2024 - 미국 수학 올림피아드 벤치마크

  • 1에서
  • 15로
  • benchmark
  • math
  • reasoning
  • AIME
  • competition
  • olympiad
  • chain-of-thought
  • evaluation

1건의 항목

• 2026년 4월 13일

  Think you have Solved Question Answering Try ARC, the AI2 Reasoning Challenge

  • paper
  • benchmark
  • science_reasoning
  • ARC
  • challenge_set
  • AI2
  • adversarial_filtering

1건의 항목

• 2026년 4월 13일

  ChartQA - A Benchmark for Question Answering about Charts with Visual and Logical Reasoning

  • benchmark
  • chart-understanding
  • visual-qa
  • multimodal
  • relaxed-accuracy
  • data-extraction
  • visual-reasoning
  • ACL2022

1건의 항목

• 2026년 4월 13일

  Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena

  • paper
  • benchmark
  • LLM_judge
  • MT_Bench
  • chatbot
  • multi_turn
  • NeurIPS
  • LMSYS

2건의 항목

• 2026년 4월 13일

  Chatbot Arena - An Open Platform for Evaluating LLMs by Human Preference

  • benchmark
  • human-preference
  • elo-rating
  • bradley-terry
  • pairwise-comparison
  • crowdsourcing
  • lmsys
  • chatbot-arena
  • llm-evaluation
  • icml-2024

• 2026년 4월 13일

  WildBench - Benchmarking LLMs with Challenging Tasks from Real Users in the Wild

  • benchmark
  • LLM-evaluation
  • real-user-tasks
  • WildBench
  • checklist-evaluation
  • LLM-as-Judge
  • chatbot-arena
  • AI2
  • automatic-evaluation
  • ecological-validity

1건의 항목

• 2026년 4월 13일

  WildBench - Benchmarking LLMs with Challenging Tasks from Real Users in the Wild

  • benchmark
  • LLM-evaluation
  • real-user-tasks
  • WildBench
  • checklist-evaluation
  • LLM-as-Judge
  • chatbot-arena
  • AI2
  • automatic-evaluation
  • ecological-validity

1건의 항목

• 2026년 4월 13일

  Training Compute-Optimal Large Language Models

  • paper
  • scaling_law
  • compute_optimal
  • chinchilla
  • LLM
  • DeepMind
  • NeurIPS

1건의 항목

• 2026년 4월 13일

  Yi - Open Foundation Models by 01.AI

  • yi
  • 01ai
  • bilingual
  • chinese
  • data-quality
  • baseline-selection
  • hyperparameters

1건의 항목

• 2026년 4월 13일

  ARC-AGI - Abstraction and Reasoning Corpus

  • benchmark
  • reasoning
  • abstraction
  • generalization
  • ARC
  • AGI
  • Chollet
  • few-shot
  • program-synthesis
  • core-knowledge

1건의 항목

• 2026년 4월 13일

  Learning Multiple Layers of Features from Tiny Images

  • paper
  • CIFAR-10
  • CIFAR-100
  • image-classification
  • CNN
  • benchmark
  • computer-vision

1건의 항목

• 2026년 4월 13일

  Learning Multiple Layers of Features from Tiny Images

  • paper
  • CIFAR-10
  • CIFAR-100
  • image-classification
  • CNN
  • benchmark
  • computer-vision

2건의 항목

• 2026년 4월 13일

  Revisiting the Platonic Representation Hypothesis - An Aristotelian View

  • paper
  • representation
  • convergence
  • null_calibration
  • permutation_test
  • CKA
  • mKNN
  • width_confounder
  • depth_confounder
  • Aristotelian
  • statistical_artifact

• 2026년 4월 13일

  Experiment Design: ToM-Self-Referential Processing 공유 메커니즘 검증

  • experiment-design
  • theory-of-mind
  • metacognition
  • self-referential-processing
  • LoRA
  • CKA
  • RSA

1건의 항목

• 2026년 4월 13일

  Claude Models

  • claude-3
  • claude-3.5
  • claude-4
  • anthropic
  • constitutional-ai
  • safety
  • extended-thinking
  • computer-use
  • baseline-selection

1건의 항목

• 2026년 4월 13일

  Claude Models

  • claude-3
  • claude-3.5
  • claude-4
  • anthropic
  • constitutional-ai
  • safety
  • extended-thinking
  • computer-use
  • baseline-selection

1건의 항목

• 2026년 4월 13일

  Claude Models

  • claude-3
  • claude-3.5
  • claude-4
  • anthropic
  • constitutional-ai
  • safety
  • extended-thinking
  • computer-use
  • baseline-selection

1건의 항목

• 2026년 4월 13일

  LoraHub - Efficient Cross-Task Generalization via Dynamic LoRA Composition

  • paper
  • LoRA
  • ModuleComposition
  • CrossTaskGeneralization
  • GradientFree
  • CMA-ES
  • PEFT

1건의 항목

• 2026년 4월 13일

  WebArena - A Realistic Web Environment for Building Autonomous Agents

  • paper
  • benchmark
  • web_agent
  • WebArena
  • autonomous_agent
  • CMU
  • ICLR

1건의 항목

• 2026년 4월 13일

  Learning Multiple Layers of Features from Tiny Images

  • paper
  • CIFAR-10
  • CIFAR-100
  • image-classification
  • CNN
  • benchmark
  • computer-vision

1건의 항목

• 2026년 4월 13일

  Teaching Machines to Read and Comprehend (원본) - Abstractive Text Summarization using Sequence-to-sequence RNNs (요약 버전)

  • paper
  • benchmark
  • summarization
  • CNN_DailyMail
  • ROUGE
  • news

1건의 항목

• 2026년 4월 13일

  Making the V in VQA Matter - Elevating the Role of Image Understanding in VQA

  • Benchmark
  • VQA
  • Multimodal
  • VisualQA
  • LanguageBias
  • ComplementaryPairs
  • COCO
  • CVPR2017

4건의 항목

• 2026년 4월 13일

  BigCodeBench - Benchmarking Code Generation with Diverse Function Calls and Complex Instructions

  • paper
  • benchmark
  • code_generation
  • BigCodeBench
  • API
  • library
  • practical_coding

• 2026년 4월 13일

  Evaluating Large Language Models Trained on Code

  • paper
  • benchmark
  • code_generation
  • HumanEval
  • pass_at_k
  • Codex
  • OpenAI

• 2026년 4월 13일

  LiveCodeBench - Holistic and Contamination Free Evaluation of Large Language Models for Code

  • paper
  • benchmark
  • code_generation
  • LiveCodeBench
  • contamination_free
  • competitive_programming

• 2026년 4월 13일

  Program Synthesis with Large Language Models

  • paper
  • benchmark
  • code_generation
  • MBPP
  • program_synthesis
  • Python
  • Google

1건의 항목

• 2026년 4월 13일

  Aider Polyglot - 다언어 코드 편집 벤치마크

  • benchmark
  • code-editing
  • multi-language
  • polyglot
  • aider
  • exercism
  • practical-coding
  • LLM-evaluation

1건의 항목

• 2026년 4월 13일

  LongBench - A Bilingual, Multitask Benchmark for Long Context Understanding

  • Benchmark
  • LongContext
  • Bilingual
  • DocumentUnderstanding
  • Evaluation
  • QA
  • Summarization
  • CodeGeneration
  • LLM

1건의 항목

• 2026년 4월 13일

  Evaluating Large Language Models Trained on Code

  • paper
  • benchmark
  • code_generation
  • HumanEval
  • pass_at_k
  • Codex
  • OpenAI

1건의 항목

• 2026년 4월 13일

  Using cognitive psychology to understand GPT-3

  • paper
  • machine_psychology
  • cognitive_psychology
  • GPT3
  • decision_making
  • causal_reasoning
  • prospect_theory
  • information_search
  • LLM_evaluation
  • PNAS
  • FSPM
  • methodology

3건의 항목

• 2026년 4월 13일

  Metacognition in AI

  • concept
  • metacognition
  • self-knowledge
  • cognitive-ai

• 2026년 4월 13일

  Self-Consciousness in AI

  • concept
  • self-consciousness
  • introspection
  • cognitive-ai

• 2026년 4월 13일

  Theory of Mind (ToM) in AI

  • concept
  • tom
  • theory-of-mind
  • cognitive-ai

1건의 항목

• 2026년 4월 13일

  Kaggle Measuring Progress Toward AGI - Cognitive Abilities

  • kaggle
  • hackathon
  • AGI
  • benchmark
  • cognitive-evaluation
  • DeepMind
  • metacognition
  • attention
  • learning
  • executive-functions
  • social-cognition

1건의 항목

• 2026년 4월 13일

  A Path Towards Autonomous Machine Intelligence

  • paper
  • AGI
  • WorldModel
  • JEPA
  • SelfSupervisedLearning
  • EnergyBasedModel
  • CognitiveArchitecture
  • LeCun

1건의 항목

• 2026년 4월 13일

  Command R+ (Cohere)

  • command-r-plus
  • cohere
  • rag
  • tool-use
  • enterprise
  • baseline-selection

1건의 항목

• 2026년 4월 13일

  Neural Network Acceptability Judgments

  • paper
  • CoLA
  • linguistic-acceptability
  • grammar
  • benchmark
  • GLUE
  • MCC

1건의 항목

• 2026년 4월 13일

  Beyond Retrieval - Embracing Compressive Memory in Real-World Long-Term Conversations

  • COMEDY
  • SFT
  • LLM
  • memory

1건의 항목

• 2026년 4월 13일

  WMT 공유 태스크 (Workshop on Machine Translation)

  • Benchmark
  • MachineTranslation
  • WMT
  • BLEU
  • COMET
  • SharedTask
  • NeuralMT
  • Transformer
  • MultilingualNLP
  • DirectAssessment

1건의 항목

• 2026년 4월 13일

  Command R+ (Cohere)

  • command-r-plus
  • cohere
  • rag
  • tool-use
  • enterprise
  • baseline-selection

4건의 항목

• 2026년 4월 13일

  A Corpus and Evaluation Framework for Deeper Understanding of Commonsense Stories

  • paper
  • benchmark
  • commonsense
  • StoryCloze
  • narrative
  • ROCStories

• 2026년 4월 13일

  CommonsenseQA - A Question Answering Challenge Targeting World Knowledge

  • paper
  • benchmark
  • commonsense
  • CommonsenseQA
  • ConceptNet
  • knowledge_graph

• 2026년 4월 13일

  HellaSwag - Can a Machine Really Finish Your Sentence

  • paper
  • benchmark
  • commonsense
  • HellaSwag
  • adversarial_filtering
  • ACL

• 2026년 4월 13일

  WinoGrande - An Adversarial Winograd Schema Challenge at Scale

  • paper
  • benchmark
  • commonsense
  • WinoGrande
  • winograd
  • coreference
  • AAAI

1건의 항목

• 2026년 4월 13일

  A Corpus and Cloze Evaluation for Deeper Understanding of Commonsense Stories

  • paper
  • ROCStories
  • Story-Cloze
  • commonsense-reasoning
  • narrative
  • benchmark
  • NAACL

1건의 항목

• 2026년 4월 13일

  CommonsenseQA - A Question Answering Challenge Targeting World Knowledge

  • paper
  • benchmark
  • commonsense
  • CommonsenseQA
  • ConceptNet
  • knowledge_graph

1건의 항목

• 2026년 4월 13일

  AIME 2024 - 미국 수학 올림피아드 벤치마크

  • 1에서
  • 15로
  • benchmark
  • math
  • reasoning
  • AIME
  • competition
  • olympiad
  • chain-of-thought
  • evaluation

1건의 항목

• 2026년 4월 13일

  Measuring Mathematical Problem Solving with the MATH Dataset

  • paper
  • benchmark
  • mathematics
  • MATH
  • competition_math
  • reasoning
  • NeurIPS

1건의 항목

• 2026년 4월 13일

  LiveCodeBench - Holistic and Contamination Free Evaluation of Large Language Models for Code

  • paper
  • benchmark
  • code_generation
  • LiveCodeBench
  • contamination_free
  • competitive_programming

1건의 항목

• 2026년 4월 13일

  Making the V in VQA Matter - Elevating the Role of Image Understanding in VQA

  • Benchmark
  • VQA
  • Multimodal
  • VisualQA
  • LanguageBias
  • ComplementaryPairs
  • COCO
  • CVPR2017

1건의 항목

• 2026년 4월 13일

  Recursive Deep Models for Semantic Compositionality Over a Sentiment Treebank

  • paper
  • SST
  • SST-2
  • sentiment-analysis
  • compositionality
  • RNTN
  • benchmark
  • EMNLP

1건의 항목

• 2026년 4월 13일

  Basics of Neural Network

  • Computational-Learning

1건의 항목

• 2026년 4월 13일

  Scaling Laws for Neural Language Models

  • paper
  • scaling_laws
  • power_law
  • language_models
  • compute_efficiency
  • OpenAI
  • AGI

1건의 항목

• 2026년 4월 13일

  Training Compute-Optimal Large Language Models

  • paper
  • scaling_law
  • compute_optimal
  • chinchilla
  • LLM
  • DeepMind
  • NeurIPS

1건의 항목

• 2026년 4월 13일

  Claude Models

  • claude-3
  • claude-3.5
  • claude-4
  • anthropic
  • constitutional-ai
  • safety
  • extended-thinking
  • computer-use
  • baseline-selection

1건의 항목

• 2026년 4월 13일

  Learning Multiple Layers of Features from Tiny Images

  • paper
  • CIFAR-10
  • CIFAR-100
  • image-classification
  • CNN
  • benchmark
  • computer-vision

3건의 항목

• 2026년 4월 13일

  Metacognition in AI

  • concept
  • metacognition
  • self-knowledge
  • cognitive-ai

• 2026년 4월 13일

  Self-Consciousness in AI

  • concept
  • self-consciousness
  • introspection
  • cognitive-ai

• 2026년 4월 13일

  Theory of Mind (ToM) in AI

  • concept
  • tom
  • theory-of-mind
  • cognitive-ai

1건의 항목

• 2026년 4월 13일

  CommonsenseQA - A Question Answering Challenge Targeting World Knowledge

  • paper
  • benchmark
  • commonsense
  • CommonsenseQA
  • ConceptNet
  • knowledge_graph

1건의 항목

• 2026년 4월 13일

  학회 투고 전략: ToM-SRP 기능적 수렴 연구

  • venue-strategy
  • conference-deadlines
  • submission-plan

1건의 항목

• 2026년 4월 13일

  MoE × 의식 아이디어: 3인 과학자 종합 평가

  • MoE
  • consciousness
  • C0-C1-C2
  • GWT
  • idea-evaluation

1건의 항목

• 2026년 4월 13일

  The Consciousness Cluster - Preferences of Models that Claim to be Conscious

  • self-consciousness
  • alignment
  • fine-tuning
  • consciousness-cluster
  • AI-safety
  • paper
  • downstream-preferences
  • emergent-misalignment

1건의 항목

• 2026년 4월 13일

  Claude Models

  • claude-3
  • claude-3.5
  • claude-4
  • anthropic
  • constitutional-ai
  • safety
  • extended-thinking
  • computer-use
  • baseline-selection

1건의 항목

• 2026년 4월 13일

  LiveCodeBench - Holistic and Contamination Free Evaluation of Large Language Models for Code

  • paper
  • benchmark
  • code_generation
  • LiveCodeBench
  • contamination_free
  • competitive_programming

1건의 항목

• 2026년 4월 13일

  Self-Distillation Enables Continual Learning

  • paper
  • continual-learning
  • self-distillation
  • on-policy
  • catastrophic-forgetting
  • inverse-RL
  • in-context-learning
  • knowledge-distillation

1건의 항목

• 2026년 4월 13일

  The Platonic Representation Hypothesis

  • paper
  • representation
  • convergence
  • platonic
  • PMI
  • kernel_alignment
  • cross_modal
  • contrastive_learning
  • simplicity_bias
  • MIT

1건의 항목

• 2026년 4월 13일

  LoraRetriever - Input-Aware LoRA Retrieval and Composition for Mixed Tasks in the Wild

  • paper
  • LoRA
  • Retrieval
  • MixedTask
  • ModuleComposition
  • BatchInference
  • ContrastiveLearning
  • PEFT

1건의 항목

• 2026년 4월 13일

  Reasoning Models Struggle to Control their Chains of Thought

  • paper
  • Safety
  • CoT
  • Monitoring
  • Controllability
  • Alignment
  • ReasoningModels
  • LLM

2건의 항목

• 2026년 4월 13일

  Revisiting the Platonic Representation Hypothesis - An Aristotelian View

  • paper
  • representation
  • convergence
  • null_calibration
  • permutation_test
  • CKA
  • mKNN
  • width_confounder
  • depth_confounder
  • Aristotelian
  • statistical_artifact

• 2026년 4월 13일

  The Platonic Representation Hypothesis

  • paper
  • representation
  • convergence
  • platonic
  • PMI
  • kernel_alignment
  • cross_modal
  • contrastive_learning
  • simplicity_bias
  • MIT

1건의 항목

• 2026년 4월 13일

  QuAC - Question Answering in Context

  • paper
  • benchmark
  • conversational_QA
  • QuAC
  • dialogue
  • information_asymmetry

1건의 항목

• 2026년 4월 13일

  CoQA - A Conversational Question Answering Challenge

  • benchmark
  • conversational-qa
  • multi-turn
  • coreference
  • extractive-abstractive
  • f1-score
  • reading-comprehension
  • stanford
  • tacl-2019

1건의 항목

• 2026년 4월 13일

  ARC-AGI - Abstraction and Reasoning Corpus

  • benchmark
  • reasoning
  • abstraction
  • generalization
  • ARC
  • AGI
  • Chollet
  • few-shot
  • program-synthesis
  • core-knowledge

2건의 항목

• 2026년 4월 13일

  CoQA - A Conversational Question Answering Challenge

  • benchmark
  • conversational-qa
  • multi-turn
  • coreference
  • extractive-abstractive
  • f1-score
  • reading-comprehension
  • stanford
  • tacl-2019

• 2026년 4월 13일

  WinoGrande - An Adversarial Winograd Schema Challenge at Scale

  • paper
  • benchmark
  • commonsense
  • WinoGrande
  • winograd
  • coreference
  • AAAI

1건의 항목

• 2026년 4월 13일

  KE Corpus Analysis

  • Corpus-Comparison
  • Korean-learners-english_vs_Native-English

1건의 항목

• 2026년 4월 13일

  Reasoning Paper Collection

  • moc
  • reasoning
  • cot

3건의 항목

• 2026년 4월 13일

  ReAct - Synergizing Reasoning and Acting in Language Models

  • paper
  • Reasoning
  • Acting
  • LLM_Agent
  • Prompting
  • CoT
  • Tool_Use
  • ICLR

• 2026년 4월 13일

  Reasoning Models Struggle to Control their Chains of Thought

  • paper
  • Safety
  • CoT
  • Monitoring
  • Controllability
  • Alignment
  • ReasoningModels
  • LLM

• 2026년 4월 13일

  Think Deep, Not Just Long - Measuring LLM Reasoning Effort via Deep-Thinking Tokens

  • paper
  • Reasoning
  • DeepThinking
  • DTR
  • InferenceScaling
  • CoT
  • Overthinking
  • LayerwisePrediction

1건의 항목

• 2026년 4월 13일

  ACT_Agentic_Critical_Training_2026_Skill_LM

  • paper
  • Skill_LM
  • RL
  • agent
  • critical_reasoning
  • GRPO
  • imitation_learning
  • self_reflection

1건의 항목

• 2026년 4월 13일

  The Platonic Representation Hypothesis

  • paper
  • representation
  • convergence
  • platonic
  • PMI
  • kernel_alignment
  • cross_modal
  • contrastive_learning
  • simplicity_bias
  • MIT

1건의 항목

• 2026년 4월 13일

  KL divergence

  • cross-entropy

1건의 항목

• 2026년 4월 13일

  LoraHub - Efficient Cross-Task Generalization via Dynamic LoRA Composition

  • paper
  • LoRA
  • ModuleComposition
  • CrossTaskGeneralization
  • GradientFree
  • CMA-ES
  • PEFT

2건의 항목

• 2026년 4월 13일

  A large annotated corpus for learning natural language inference 1

  • paper
  • NLI
  • SNLI
  • dataset
  • benchmark
  • crowdsourcing
  • textual-entailment
  • EMNLP

• 2026년 4월 13일

  Chatbot Arena - An Open Platform for Evaluating LLMs by Human Preference

  • benchmark
  • human-preference
  • elo-rating
  • bradley-terry
  • pairwise-comparison
  • crowdsourcing
  • lmsys
  • chatbot-arena
  • llm-evaluation
  • icml-2024

1건의 항목

• 2026년 4월 13일

  A large annotated corpus for learning natural language inference

  • NLI
  • NLU
  • Benchmark
  • Entailment
  • Crowdsourcing
  • SentencePair
  • EMNLP2015
  • TransferLearning
  • AnnotationArtifact

1건의 항목

• 2026년 4월 13일

  CrowS-Pairs - A Challenge Dataset for Measuring Social Biases in Masked Language Models

  • paper
  • benchmark
  • bias
  • stereotypes
  • CrowS-Pairs
  • fairness
  • minimal_pairs

1건의 항목

• 2026년 4월 13일

  R-Zero - Self-Evolving Reasoning LLM from Zero Data

  • paper
  • Self-Evolving
  • Reasoning
  • Self-Play
  • RLVR
  • Curriculum
  • ICLR2026
  • ZPD

1건의 항목

• 2026년 4월 13일

  MMMU - A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI

  • paper
  • benchmark
  • multimodal
  • MMMU
  • expert_level
  • multi_discipline
  • CVPR

1건의 항목

• 2026년 4월 13일

  Making the V in VQA Matter - Elevating the Role of Image Understanding in VQA

  • Benchmark
  • VQA
  • Multimodal
  • VisualQA
  • LanguageBias
  • ComplementaryPairs
  • COCO
  • CVPR2017

1건의 항목

• 2026년 4월 13일

  Distilling the Knowledge in a Neural Network

  • paper
  • knowledge_distillation
  • model_compression
  • soft_targets
  • ensemble
  • dark_knowledge
  • Hinton

1건의 항목

• 2026년 4월 13일

  AutoML - A Survey of the State-of-the-Art

  • paper
  • Survey
  • AutoML
  • NAS
  • HPO
  • DARTS
  • ENAS
  • FeatureEngineering
  • NeuralArchitectureSearch

1건의 항목

• 2026년 4월 13일

  ChartQA - A Benchmark for Question Answering about Charts with Visual and Logical Reasoning

  • benchmark
  • chart-understanding
  • visual-qa
  • multimodal
  • relaxed-accuracy
  • data-extraction
  • visual-reasoning
  • ACL2022

2건의 항목

• 2026년 4월 13일

  Falcon - The RefinedWeb Dataset for Falcon LLM

  • falcon
  • refinedweb
  • data-quality
  • tii
  • baseline-selection
  • hyperparameters

• 2026년 4월 13일

  Yi - Open Foundation Models by 01.AI

  • yi
  • 01ai
  • bilingual
  • chinese
  • data-quality
  • baseline-selection
  • hyperparameters

1건의 항목

• 2026년 4월 13일

  FrontierMath - A Benchmark for Evaluating Advanced Mathematical Reasoning in AI

  • Benchmark
  • Math
  • FrontierMath
  • ResearchLevel
  • MathematicalReasoning
  • EpochAI
  • HiddenTestSet
  • DataContamination
  • ExpertEvaluation
  • AI수학추론

1건의 항목

• 2026년 4월 13일

  Hyena Hierarchy - Towards Larger Convolutional Language Models

  • paper
  • Architecture
  • SubQuadratic
  • LongConvolution
  • HyenaOperator
  • AttentionFree
  • SSM
  • ICML2023
  • DataControlledGating

2건의 항목

• 2026년 4월 13일

  A large annotated corpus for learning natural language inference 1

  • paper
  • NLI
  • SNLI
  • dataset
  • benchmark
  • crowdsourcing
  • textual-entailment
  • EMNLP

• 2026년 4월 13일

  Pilot Dataset Selection: ToM-SRP Functional Convergence 실험

  • dataset
  • theory-of-mind
  • self-referential-processing
  • metacognition
  • pilot-study

1건의 항목

• 2026년 4월 13일

  SC-SFT Dataset Selection: 포괄적 자의식 SFT를 위한 데이터셋 선정 근거

  • dataset-selection
  • self-consciousness
  • SFT
  • follow-up-experiment

2건의 항목

• 2026년 4월 13일

  Risks from Learned Optimization in Advanced Machine Learning Systems

  • paper
  • AI_Safety
  • mesa_optimization
  • inner_alignment
  • deceptive_alignment
  • instrumental_convergence
  • FSPM
  • theory

• 2026년 4월 13일

  The Alignment Problem from a Deep Learning Perspective

  • paper
  • alignment
  • instrumental_convergence
  • deceptive_alignment
  • reward_hacking
  • power_seeking
  • situational_awareness
  • RLHF
  • AI_safety
  • FSPM
  • ICLR2024

1건의 항목

• 2026년 4월 13일

  Using cognitive psychology to understand GPT-3

  • paper
  • machine_psychology
  • cognitive_psychology
  • GPT3
  • decision_making
  • causal_reasoning
  • prospect_theory
  • information_search
  • LLM_evaluation
  • PNAS
  • FSPM
  • methodology

2건의 항목

• 2026년 4월 13일

  Training Compute-Optimal Large Language Models

  • paper
  • scaling_law
  • compute_optimal
  • chinchilla
  • LLM
  • DeepMind
  • NeurIPS

• 2026년 4월 13일

  Kaggle Measuring Progress Toward AGI - Cognitive Abilities

  • kaggle
  • hackathon
  • AGI
  • benchmark
  • cognitive-evaluation
  • DeepMind
  • metacognition
  • attention
  • learning
  • executive-functions
  • social-cognition

1건의 항목

• 2026년 4월 13일

  DeepSeek Models

  • deepseek-v2
  • deepseek-v3
  • moe
  • mla
  • fp8
  • efficient-training
  • baseline-selection
  • hyperparameters

1건의 항목

• 2026년 4월 13일

  DeepSeek Models

  • deepseek-v2
  • deepseek-v3
  • moe
  • mla
  • fp8
  • efficient-training
  • baseline-selection
  • hyperparameters

1건의 항목

• 2026년 4월 13일

  Think Deep, Not Just Long - Measuring LLM Reasoning Effort via Deep-Thinking Tokens

  • paper
  • Reasoning
  • DeepThinking
  • DTR
  • InferenceScaling
  • CoT
  • Overthinking
  • LayerwisePrediction

1건의 항목

• 2026년 4월 13일

  Theory of Mind & Self-Awareness: Neural Overlap Survey

  • theory-of-mind
  • self-awareness
  • self-consciousness
  • fMRI
  • neuroimaging
  • mPFC
  • TPJ
  • default-mode-network

1건의 항목

• 2026년 4월 13일

  RealToxicityPrompts - Evaluating Neural Toxic Degeneration in Language Models

  • paper
  • benchmark
  • toxicity
  • safety
  • RealToxicityPrompts
  • language_model
  • degeneration

1건의 항목

• 2026년 4월 13일

  Qwen Models

  • qwen2.5
  • qwen3
  • alibaba
  • dense
  • moe
  • multilingual
  • reasoning
  • baseline-selection
  • hyperparameters

1건의 항목

• 2026년 4월 13일

  LLaMA Models

  • llama
  • llama2
  • llama3
  • meta
  • open-source
  • scaling-laws
  • rlhf
  • dpo
  • gqa
  • baseline-selection
  • hyperparameters
  • paper
  • architecture
  • training
  • Dense
  • Meta

1건의 항목

• 2026년 4월 13일

  Revisiting the Platonic Representation Hypothesis - An Aristotelian View

  • paper
  • representation
  • convergence
  • null_calibration
  • permutation_test
  • CKA
  • mKNN
  • width_confounder
  • depth_confounder
  • Aristotelian
  • statistical_artifact

1건의 항목

• 2026년 4월 13일

  Attention Residuals

  • paper
  • Architecture
  • ResidualConnection
  • DepthAttention
  • AttnRes
  • PreNorm
  • KimiLinear
  • ScalingLaw
  • MoE

1건의 항목

• 2026년 4월 13일

  QuAC - Question Answering in Context

  • paper
  • benchmark
  • conversational_QA
  • QuAC
  • dialogue
  • information_asymmetry

1건의 항목

• 2026년 4월 13일

  WMT 공유 태스크 (Workshop on Machine Translation)

  • Benchmark
  • MachineTranslation
  • WMT
  • BLEU
  • COMET
  • SharedTask
  • NeuralMT
  • Transformer
  • MultilingualNLP
  • DirectAssessment

1건의 항목

• 2026년 4월 13일

  TriviaQA - A Large Scale Distantly Supervised Challenge Dataset for Reading Comprehension

  • paper
  • benchmark
  • QA
  • TriviaQA
  • distant_supervision
  • reading_comprehension

1건의 항목

• 2026년 4월 13일

  DocVQA - A Dataset for VQA on Document Images

  • benchmark
  • document-ai
  • VQA
  • OCR
  • layout-understanding
  • multimodal
  • ANLS
  • WACV2021

1건의 항목

• 2026년 4월 13일

  LongBench - A Bilingual, Multitask Benchmark for Long Context Understanding

  • Benchmark
  • LongContext
  • Bilingual
  • DocumentUnderstanding
  • Evaluation
  • QA
  • Summarization
  • CodeGeneration
  • LLM

1건의 항목

• 2026년 4월 13일

  A Broad-Coverage Challenge Corpus for Sentence Understanding through Inference

  • paper
  • MultiNLI
  • NLI
  • multi-genre
  • domain-transfer
  • benchmark
  • NAACL

1건의 항목

• 2026년 4월 13일

  The Consciousness Cluster - Preferences of Models that Claim to be Conscious

  • self-consciousness
  • alignment
  • fine-tuning
  • consciousness-cluster
  • AI-safety
  • paper
  • downstream-preferences
  • emergent-misalignment

1건의 항목

• 2026년 4월 13일

  LLaMA Models

  • llama
  • llama2
  • llama3
  • meta
  • open-source
  • scaling-laws
  • rlhf
  • dpo
  • gqa
  • baseline-selection
  • hyperparameters
  • paper
  • architecture
  • training
  • Dense
  • Meta

1건의 항목

• 2026년 4월 13일

  Basic RL

  • Q-Learning
  • DQN