深度分析
「NaviGen」雙重識別碼驅動的個人化多模態生成框架：行為編碼與 SFT+RL 訓練流程
隨著AIGC逐漸成為媒體與電商的核心工具，NaviGen透過雙重識別碼將使用者行為序列轉換為可直接使用的指令，並以兩階段SFT+RL流程提升指令品質。實驗顯示在商品、遊戲與短影片三大領域，生成影像與影片的相關性與美感均有明顯提升，同時降低了指令生成的成本。
深度分析
隨著AIGC逐漸成為媒體與電商的核心工具，NaviGen透過雙重識別碼將使用者行為序列轉換為可直接使用的指令，並以兩階段SFT+RL流程提升指令品質。實驗顯示在商品、遊戲與短影片三大領域，生成影像與影片的相關性與美感均有明顯提升，同時降低了指令生成的成本。
深度分析
本研究聚焦中文醫療深度搜尋，提出 QuarkMedSearch 代理人。透過醫療知識圖譜與即時探索合成長程訓練資料，採兩階段 SFT+RL 強化規劃與工具呼叫，並以專家驗證的 Benchmark 評估。實驗證明其在同規模開源模型中達到最佳表現，顯示長程搜尋技術在醫療 AI 領域具顯著提升。