Luck Is Not Skill: When Do Paired Rollouts Help Group-Relative RL of LLM Agents?
研究通过配对回放方法减少环境噪声对组相对强化学习的影响，以提高大型语言模型代理的性能。
0 citationsRead paper
Selected work
Representative Papers
Efficient LLM Distillation for Bangladesh Legal Context: A Smartphone-Compatible Retrieval-Augmented Generation Model
为解决孟加拉国法律信息难以获取的问题，通过两阶段知识蒸馏压缩大型语言模型，并结合检索增强生成方法，使系统能在智能手机上离线运行。
0 citationsRead paper
Structure Before Sampling: Community-Aware Core-Set Selection for Data-Efficient Text-to-Speech
本文提出了一种基于语音社区结构的核集选择方法，用于高效地选取训练子集以降低文本转语音语料库的成本，并在两种语言上验证了其有效性。
0 citationsRead paper
Whose Facts Count? A Culturally Responsive Audit of LLM Evaluation Benchmarks
本文使用文化响应性评估框架审计了LLM评价基准，揭示了其在语言和文化代表性上的不足，并提出了一种新的评估框架。
0 citationsRead paper
Feasibility and optimum recovery in warm-start quantum optimization for a drug-response model on a trapped-ion processor
研究使用量子近似优化算法（QAOA）解决药物响应模型中的优化问题，但效果不佳。贪心搜索和退火方法表现更好。Grover混合器在保持可行性的同时提高了最优解概率。
0 citationsRead paper
Recent publications
Latest Papers
Luck Is Not Skill: When Do Paired Rollouts Help Group-Relative RL of LLM Agents?
研究通过配对回放方法减少环境噪声对组相对强化学习的影响，以提高大型语言模型代理的性能。
0 citationsRead paper
Efficient LLM Distillation for Bangladesh Legal Context: A Smartphone-Compatible Retrieval-Augmented Generation Model
为解决孟加拉国法律信息难以获取的问题，通过两阶段知识蒸馏压缩大型语言模型，并结合检索增强生成方法，使系统能在智能手机上离线运行。
0 citationsRead paper
Structure Before Sampling: Community-Aware Core-Set Selection for Data-Efficient Text-to-Speech
本文提出了一种基于语音社区结构的核集选择方法，用于高效地选取训练子集以降低文本转语音语料库的成本，并在两种语言上验证了其有效性。
0 citationsRead paper
Whose Facts Count? A Culturally Responsive Audit of LLM Evaluation Benchmarks
本文使用文化响应性评估框架审计了LLM评价基准，揭示了其在语言和文化代表性上的不足，并提出了一种新的评估框架。
0 citationsRead paper
Feasibility and optimum recovery in warm-start quantum optimization for a drug-response model on a trapped-ion processor
研究使用量子近似优化算法（QAOA）解决药物响应模型中的优化问题，但效果不佳。贪心搜索和退火方法表现更好。Grover混合器在保持可行性的同时提高了最优解概率。
0 citationsRead paper