The Era of Agentic Organization: Learning to Organize with Language Models
机构 * Microsoft Research(微软研究院)
专题命中 效率与部署 :language model(title,abstract);large language model(abstract);分类 cs.CL、cs.AI
AI 大模型
大语言模型、预训练、指令微调、后训练和语言模型应用。
机构 * Microsoft Research(微软研究院)
专题命中 效率与部署 :language model(title,abstract);large language model(abstract);分类 cs.CL、cs.AI
机构 * Simula Research Laboratory(Simula研究实验室)
专题命中 效率与部署 :LLM(title);large language model(abstract);language model(abstract);分类 cs.CL、cs.LG
Comments Added Acknowledgments section and hyphenated last names
机构 * Korea University(韩国大学) ; KAIST(韩国科学技术院)
专题命中 效率与部署 :prompting(title);large language model(abstract);language model(abstract);分类 cs.LG
Comments Accepted to NeurIPS 2025
机构 * Munich Center for Machine Learning(慕尼黑机器学习中心) ; LMU Munich(慕尼黑大学)
专题命中 效率与部署 :LLM(title);large language model(abstract);language model(abstract);分类 cs.LG
机构 * AIDAS Laboratory(AIDAS实验室) ; ECE(电子工程系) ; APAI(人工智能院)
专题命中 效率与部署 :language model(title,abstract);分类 cs.CL、cs.AI
Comments Accepted in NeurIPS 2025
机构 * Microsoft Responsible AI Research(微软负责任人工智能研究) ; University of California(加州大学)
专题命中 效率与部署 :LLM(title,abstract);分类 cs.CL、cs.AI
专题命中 效率与部署 :foundation model(title,abstract);分类 cs.AI、cs.LG
Comments 13 pages, 3010 words, 2 tables, 2 figures
机构 * Northeastern University(东北大学) ; Columbia University(哥伦比亚大学)
专题命中 效率与部署 :LLM(title,abstract);分类 cs.AI
Comments Jiachen Li, Xiwen Li, Justin Steinberg, Akshat Choube, Bingsheng Yao, Xuhai Xu, Dakuo Wang, Elizabeth Mynatt, and Varun Mishra. 2025. Vital Insight: Assisting Experts' Context-Driven Sensemaking of Multi-modal Personal Tracking Data Using Visualization and Human-in-the-Loop LLM. Proc. ACM Interact. Mob. Wearable Ubiquitous Technol. 9, 3, Article 101 (September 2025), 37 pages
Journal ref Proc. ACM Interact. Mob. Wearable Ubiquitous Technol. 9 (2025) 101:1-37
机构 * VISTEC ; AI Singapore
专题命中 效率与部署 :language model(title,abstract);分类 cs.CL
Comments Work in progress
机构 * Humboldt-Universität zu Berlin(柏林洪堡大学)
专题命中 效率与部署 :language model(title,abstract);分类 cs.CL
Comments 7 pages, 7 figures and tables, Published in Proceedings of the BabyLM Challenge 2025
Journal ref In Proceedings of the 2nd BabyLM Challenge at the 28th Conference on Computational Natural Language Learning, CoNLL 2024, pages 82 to 94, Miami, FL, USA. Association for Computational Linguistics
专题命中 效率与部署 :LLM(title,abstract)
专题命中 效率与部署 :LLM(abstract);large language model(abstract);language model(abstract);分类 cs.LG
机构 * Samsung Research America(三星美国研究院)
专题命中 效率与部署 :LLM(abstract);large language model(abstract);language model(abstract);分类 cs.CL
机构 * WiNGPT Team(WiNGPT团队)
专题命中 效率与部署 :LLM(abstract);large language model(abstract);language model(abstract);分类 cs.AI
机构 * Cloud Research Team, Samsung SDS(三星SDS云研究团队)
专题命中 效率与部署 :LLM(abstract);large language model(abstract);language model(abstract);分类 cs.AI
Comments Accepted for presentation at the IEEE BigData 2025 Workshop (Special Session on Intelligent Data Mining). This v2 updates formatting and adds IEEE copyright notice
机构 * Sea AI Lab ; National University of Singapore(新加坡国立大学)
专题命中 效率与部署 :large language model(abstract);language model(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 效率与部署 :language model(abstract);pretraining(abstract);post-training(abstract)
Comments 39 pages, 24 figures
机构 * Samsung Research(三星研究院)
专题命中 效率与部署 :large language model(abstract);language model(abstract);分类 cs.CL、cs.AI、cs.LG
机构 * Machine Learning Group, Technische Universität Berlin(柏林技术大学机器学习组) ; BIFOLD – Berlin Institute for the Foundations of Learning and Data(柏林学习与数据基础研究院)
专题命中 效率与部署 :language model(title);分类 cs.LG
机构 * Torilab ; Department of Mathematics National University of Singapore(数学系,新加坡国立大学)
专题命中 效率与部署 :large language model(abstract);language model(abstract);分类 cs.AI、cs.LG
Comments NeurIPS 2025 (Spotlight)
机构 * Imperial College London, UK(伦敦帝国学院) ; Institute of Science Tokyo, Japan(东京科学研究所)
专题命中 效率与部署 :large language model(abstract);language model(abstract);分类 cs.AI、cs.LG
Comments Accepted at NeurIPS 2025
专题命中 效率与部署 :large language model(abstract);language model(abstract);分类 cs.AI
Comments 12 pages, 11 figures
机构 * Key Laboratory of Multimedia Trusted Perception(多媒体可信感知关键实验室) ; Efficient Computing, Ministry of Education of China, Xiamen University(高效计算、教育部中国 ministry of education、厦门大学) ; Institute of Artificial Intelligence, Xiamen University(人工智能研究院、厦门大学) ; Peng Cheng Laboratory, Shenzhen, China(鹏城实验室、深圳中国)
专题命中 效率与部署 :large language model(abstract);language model(abstract);分类 cs.LG
专题命中 效率与部署 :large language model(abstract);language model(abstract)
机构 * University of Science and Technology of China(中国科学技术大学) ; Australian National University(澳大利亚国立大学) ; National University of Singapore(新加坡国立大学) ; University of Science(科学技术大学)
专题命中 效率与部署 :large language model(abstract);language model(abstract)
Comments Bytedance Seed Technical Report
机构 * Qualcomm AI Research(高通人工智能研究)
专题命中 效率与部署 :LLM(abstract);分类 cs.AI、cs.LG
Comments 10 pages main text, 8 pages supplementary material
机构 * Samsung Research America(三星美国研究院)
专题命中 效率与部署 :foundation model(abstract);分类 cs.AI、cs.LG
机构 * Boston University(波士顿大学) ; University of Amsterdam(阿姆斯特丹大学) ; Umeå University(乌梅大学) ; Vrije Universiteit Amsterdam(阿姆斯特丹自由大学) ; TTIC(TTIC研究中心) ; The University of Texas at Austin(德克萨斯大学奥斯汀分校)
专题命中 效率与部署 :language model(abstract);分类 cs.CL、cs.AI
专题命中 效率与部署 :pretraining(abstract);分类 cs.AI、cs.LG
Comments NeurIPS 2025
机构 * Microsoft(微软) ; Arizona State University(亚利桑那州立大学)
专题命中 效率与部署 :LLM(abstract);分类 cs.AI