Princeton University（普林斯顿大学）

GenEnv: Difficulty-Aligned Co-Evolution Between LLM Agents and Environment Simulators

GenEnv：LLM代理与环境模拟器之间的难度对齐共进化

Jiacheng Guo, Ling Yang, Peter Chen, Qixin Xiao, Yinjie Wang, Xinzhe Juan, Jiahao Qiu, Ke Shen, Mengdi Wang

机构 * Princeton University（普林斯顿大学） ； Columbia University（哥伦比亚大学） ； University of Michigan（密歇根大学） ； University of Chicago（芝加哥大学） 纠错

AI总结 GenEnv通过动态生成任务与代理能力对齐的共进化机制，在减少数据使用量的同时显著提升代理性能。

Comments Our codes are available at https://github.com/Gen-Verse/GenEnv

Next-Embedding Prediction Makes Strong Vision Learners

下一步嵌入预测使视觉学习更强

Sihan Xu, Ziqiao Ma, Wenhao Chai, Xuweiyi Chen, Weiyang Jin, Joyce Chai, Saining Xie, Stella X. Yu

机构 * University of Michigan（密歇根大学） ； New York University（纽约大学） ； Princeton University（普林斯顿大学） ； University of Virginia（弗吉尼亚大学） 纠错

AI总结 本文提出NEPA方法，通过生成嵌入进行预测任务，实现强大的视觉自监督学习效果。

Comments Project Page: https://sihanxu.me/nepa