ByteDance har nettopp lansert ReSA på Hugging Face. Dette nye 80K syntetiske datasettet trener LLM-er med en "Answer-Then-Check"-strategi, noe som øker jailbreak-forsvaret og muliggjør trygge, nyttige svar for sensitive spørsmål.

Romlig tvinging forbedrer robotens 3D-oppfatning Denne plug-and-play-strategien justerer VLA-modeller med 3D-grunnmodeller for å få romlig bevissthet. Oppnå SOTA i robotoppgaver med 3,8 ganger raskere trening og 50 % høyere suksess i den virkelige verden, uten eksplisitte 3D-sensorer!

Shanghai AI Lab avduker VPPO for multimodal RL Denne nye metoden setter søkelyset på "token-persepsjon" for å få LVLM-er til å resonnere bedre. Den oppnår toppmoderne resultater, med overlegen stabilitet og raskere konvergens på 8 benchmarks.