以下为上游提供的源文稿,可能存在识别错误。
乔木转写是基于源文稿的中文提炼,不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇,慢慢读
从左侧挑一篇,正文会在这里排成书页。
We present Piccolo, a family of multimodal decision models (0.8B to 27B) that coevolves model capabilities and training data via Agentic Data Engineering and recursive self-improvement (RSI). The models predict probabilities over candidate answers for general-purpose text and visual judgments, agent harnesses, data wor
阅读原文 · Zhenqing Ling, Qirui Jiao, Daoyuan Chen, Cheng Chen, Xinji Mai, Haowen Gao, Zhuo Zhang, Xuchen Pan, Mengsu Ding, Jiaji Deng, Yuexiang Xie, Xiaoming Qin, Weirui Kuang, Zhaoyang Liu, Yaliang Li, Bolin Ding, Jingren Zhou
向阳乔木 · opencode-go/deepseek-v4.1-flash
这篇论文值得看的地方,不在它刷了多少榜,而在它把“造数据”这件事本身交给研究 Agent 去做,然后让模型和数据一起迭代。 Piccolo 是一个多模态决策模型系列,参数量从 0.8B 到 27B。它不生成文本,而是对候选答案预测概率,用在文本判断、视觉判断、Agent 执行框架、数据工作流和交互游戏这些场景里。 原文链接|PDF|Hugging Face...