叶子的技术碎碎念

前两天刷微博无意间刷到了一位老师转发的关于大模型做推荐系统的论文，这是 Walmart AI 团队近期发布的一篇论文：《ARAG: Agentic Retrieval-Augmented Genera

GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement Learning GLM-4

Drag-and-Drop LLMs: Zero-Shot Prompt-to-Weights 拖放式大语言模型：零样本提示到权重 现代参数高效微调 (Parameter-Efficient Fine

MiniMax-M1: Scaling Test-Time Compute Efficiently with Lightning Attention MiniMax-M1：基于闪电注意力的高效推理计算

Reinforcement Pre-Training 强化预训练 本研究提出强化预训练 (RPT) 作为大语言模型和强化学习 (RL) 的新型扩展方法。具体而言，我们将下一 token 预测重构为基于

Reflect, Retry, Reward: Self-Improving LLMs via Reinforcement Learning 反思、重试、奖励：通过强化学习实现大语言模型的自我提升 我

Mutarjim: Advancing Bidirectional Arabic-English Translation with a Small Language Model Mutarjim：基于

Qwen3 Technical Report Qwen3 技术报告 本文介绍 Qwen 模型家族的最新版本 Qwen3。该系列包含基于密集架构和混合专家（Mixture-of-Expert, MoE）

Seed1.5-VL Technical Report Seed1.5-VL 技术报告 我们提出 Seed1.5-VL，这是一个旨在提升通用多模态理解与推理能力的视觉-语言基础模型。Seed1.5-V