AMC23
PulseAugur coverage of AMC23 — every cluster mentioning AMC23 across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新方法通过减轻分布锐化来改进AI数学问题解决能力
一篇新研究论文介绍了分布对齐提示合成（DAHS）和反向提示退火（BHA）技术，以改进在具有可验证奖励的强化学习（RLVR）中解决复杂数学问题的能力。这些方法旨在减轻分布锐化现象，该现象会导致模型在简单问题上的准确性提高，但会牺牲在更难问题上的覆盖率。DAHS创建与学生响应相匹配的教师提示，而BHA则随着模型性能的提高逐渐减少提示暴露，并使用dropout在训练过程中保持无提示的rollout。这些技术在Qwen3模型的AIME基准测试…
-
新框架统一图像生成能力；研究解决蒸馏挑战
研究人员推出了一种新颖的 on-policy 生成场蒸馏框架 DanceOPD，旨在将文本到图像、局部编辑和全局编辑等多种图像生成能力统一到单个模型中。该框架解决了将这些能力结合起来可能导致性能下降的常见问题。DanceOPD 将样本路由到特定的能力场，并使用速度 MSE 目标进行训练，从而在保持整体生成质量的同时组合专家能力。此外，其他研究还探索了 on-policy 蒸馏技术，包括缓解输出多样性减少和解决长推理任务中的位置偏差的方…
-
新的RLVR方法通过正负提示配对增强LLM推理能力
研究人员开发了一种名为提示高效RLVR的新方法，可改进大型语言模型在推理任务上的训练。该技术侧重于选择同时提供积极锚点和来自罕见失败信号的提示，这与以往基于方差的方法不同。通过配对“难但可解”和“易但脆弱”的提示，并使用加权方法来放大成功和失败，该方法提高了样本效率，并在数学推理基准测试中取得了显著的性能提升。