08
2025/09
Meta Superintelligence Labs 首篇论文：重新定义 RAG
在RAG应用中，LLM的上下文主要由检索到的段落拼接而成，其中只有一小部分与用户的查询直接相关。由于在重排阶段的多样性或去重操作，这些段落间的语义相似性不高，
...
抛弃Self-Consistency的“答案投票”，用“PiCSAR”双重置信度作为BoN标准
BoN (Best-of-n) 策略的成败关键在于如何设计一个有效的评分函数（Scoring Function），用以在没有真实答案作为参照的情况下，准确地识
...
Qwen提出LPPO框架，通过PG-Sampling和LP-Weighting解决数据稀缺与训练效率瓶颈
在RLVR的实践中，主流的研究方向长期聚焦于“数据为中心”（Data-Centric）的理念。研究者们投入大量精力进行算法设计（如PPO、GRPO及其变体）、
...