-
Notifications
You must be signed in to change notification settings - Fork 4
All issues
Issue creation is restricted in this repository
Issues
is:issue state:open
is:issue state:open
Search results
Introducing Muse Glimmer: An Open Agentic Model That Runs on Your Device, Meta, 2026.08
OpenWeight多くの人に広く利用してもらう前提の、一般的なユースケースのOpenWeight LLM/VLM/Omni Model等に付与するラベル。特定用途の研究のモデルを公開しているだけの場合は付与しない。多くの人に広く利用してもらう前提の、一般的なユースケースのOpenWeight LLM/VLM/Omni Model等に付与するラベル。特定用途の研究のモデルを公開しているだけの場合は付与しない。Status: Open.#6308 In AkihikoWatanabe/paper_notes;- Status: Open.#6307 In AkihikoWatanabe/paper_notes;
- Status: Open.#6306 In AkihikoWatanabe/paper_notes;
- Status: Open.#6305 In AkihikoWatanabe/paper_notes;
- Status: Open.#6304 In AkihikoWatanabe/paper_notes;
- Status: Open.#6303 In AkihikoWatanabe/paper_notes;
- Status: Open.#6302 In AkihikoWatanabe/paper_notes;
- Status: Open.#6301 In AkihikoWatanabe/paper_notes;
- Status: Open.#6300 In AkihikoWatanabe/paper_notes;
- Status: Open.#6299 In AkihikoWatanabe/paper_notes;
NVIDIA-Nemotron-Parse-2.0, Nvidia, 2026.08
OpenWeight多くの人に広く利用してもらう前提の、一般的なユースケースのOpenWeight LLM/VLM/Omni Model等に付与するラベル。特定用途の研究のモデルを公開しているだけの場合は付与しない。多くの人に広く利用してもらう前提の、一般的なユースケースのOpenWeight LLM/VLM/Omni Model等に付与するラベル。特定用途の研究のモデルを公開しているだけの場合は付与しない。Status: Open.#6298 In AkihikoWatanabe/paper_notes;[Paper Note] AgentOPSD: Recursive Self-Distillation for Agentic Reinforcement Learning, Zi-Han Wang+, arXiv'26, 2026.08
CreditAssignmentSparseなRLの報酬を、turn level、token levelのDenseな報酬に変換する手法に関連する文献に付与SparseなRLの報酬を、turn level、token levelのDenseな報酬に変換する手法に関連する文献に付与Status: Open.#6297 In AkihikoWatanabe/paper_notes;