实体 AIME 24

AIME 24

PulseAugur coverage of AIME 24 — every cluster mentioning AIME 24 across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_62756 · Jun 1 · 04:00

更小的 LLM 提升训练多样性和性能

研究人员引入了一种名为 S2L-PO 的新方法，该方法使用更小的语言模型来改进更大模型的训练。这种方法利用了小型模型固有的策略级多样性，与简单地添加 token 级随机性相比，可以在训练过程中实现更连贯和结构化的探索。通过使用小型模型作为天然探索者，S2L-PO 可以提高数学推理等基准测试的性能，同时降低训练的计算成本。