ICLR 2026
-
HiDrop: ทำลายข้อจำกัดการบีบอัดโทเค็นภาพของ MLLM บรรลุการรักษาประสิทธิภาพ 98.3% ที่อัตราการบีบอัด 90%
ด้วยความยาวบริบทที่รองรับโดยโมเดลภาษาขนาดใหญ่แบบหลายรูปแบบ (MLLM) ที่เพิ่มขึ้นอย่างต่อเนื่อง อินพุตภาพความละเอียดสูงและวิดีโอแบบยาวจะสร้างโทเค็นภาพ (Token) มากกว่าข้อความอย่างมาก ภ…
-
คุณภาพเอกสารเครื่องมือเป็นคอขวดของ AI Agent? การวิจัยใหม่ ICLR 2026: การขยายเอกสารอย่างง่ายสามารถปรับปรุงประสิทธิภาพการค้นหาเครื่องมือได้อย่างมีนัยสำคัญ
ในยุคของโมเดลขนาดใหญ่ การเรียกใช้เครื่องมือ (Tool-Use) ได้กลายเป็นแกนกลางของความสามารถของเอเจนต์อัจฉริยะ ตั้งแต่การสร้างโค้ดไปจนถึงการเรียกใช้ API ที่ซับซ้อน โมเดลภาษาขนาดใหญ่กำลัง…