45 篇
精读
逐篇精读论文,把机制、关键公式、实验与边界条件做成可交互的单页可视化。
Gated DeltaNet
arXiv 2024
论文 ↗
笔记 →
Zep
arXiv 2025
论文 ↗
笔记 →
GiGPO
arXiv 2025
论文 ↗
笔记 →
Geometric-Mean Policy Optimization
arXiv 2025
论文 ↗
笔记 →
Parallel-R1
arXiv 2025
论文 ↗
笔记 →
Web Agents with World Models
ICLR 2025
论文 ↗
笔记 →
H2R
arXiv 2025
论文 ↗
笔记 →
CAPO
arXiv 2025
论文 ↗
笔记 →
UloRL
arXiv 2025
论文 ↗
笔记 →
RLVMR
arXiv 2025
论文 ↗
笔记 →
Understanding Tool-Integrated Reasoning
arXiv 2025
论文 ↗
笔记 →
Code-Integrated Reasoning
AAAI 2026
论文 ↗
笔记 →
LAPO
arXiv 2025
论文 ↗
笔记 →
Plan-and-Act
arXiv 2025
论文 ↗
笔记 →
Routine
arXiv 2025
论文 ↗
笔记 →
Train Long, Think Short
arXiv 2025
论文 ↗
笔记 →
Beyond Ten Turns
arXiv 2025
论文 ↗
笔记 →
Memory-R1
arXiv 2025
论文 ↗
笔记 →
Generative PRM
arXiv 2025
论文 ↗
笔记 →
Learning When to Plan
arXiv 2025
论文 ↗
笔记 →
From Trial-and-Error to Improvement
arXiv 2025
论文 ↗
笔记 →
SimpleTIR
arXiv 2025
论文 ↗
笔记 →
BRiTE
arXiv 2025
论文 ↗
笔记 →
SimuRA
arXiv 2025
论文 ↗
笔记 →
Entropy-Modulated Policy Gradients
arXiv 2025
论文 ↗
笔记 →
DeepDive
arXiv 2025
论文 ↗
笔记 →
Beyond Correctness
arXiv 2025 · v2 2026-05-15
论文 ↗
笔记 →
MCPVerse
arXiv 2025
论文 ↗
笔记 →
WebThinker
arXiv 2025
论文 ↗
笔记 →
High-Entropy Minority Tokens
arXiv 2025
论文 ↗
笔记 →
ETTRL
arXiv 2025
论文 ↗
笔记 →
SSRL
arXiv 2025
论文 ↗
笔记 →
ZeroSearch
arXiv 2025
论文 ↗
笔记 →
Data Engineering for 128K Context
arXiv 2024
论文 ↗
笔记 →
Small Language Models for Agentic AI
arXiv 2025
论文 ↗
笔记 →
ThinkDial
arXiv 2025
论文 ↗
笔记 →
Single-stream Policy Optimization
arXiv 2025
论文 ↗
笔记 →
CausalPlan
arXiv 2025
论文 ↗
笔记 →
TURA
arXiv 2026 (v2)
论文 ↗
笔记 →
VAPO
arXiv 2025
论文 ↗
笔记 →
Learning to Refine
arXiv 2025
论文 ↗
笔记 →
EnvX
arXiv 2025
论文 ↗
笔记 →
MUA-RL
arXiv 2025
论文 ↗
笔记 →
Think in Games
arXiv 2025
论文 ↗
笔记 →
SFR-DeepResearch
arXiv 2025 · v2 2025-09-09
论文 ↗
笔记 →