实体
Cascade RL
Cascade RL
PulseAugur coverage of Cascade RL — every cluster mentioning Cascade RL across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
Nemotron Labs 发布统一音频-文本大模型 Audex
Nemotron Labs 推出了 Audex (Nemotron-Labs-Audex-30B-A3B)，一个统一的音频-文本大语言模型。Audex 基于 Nemotron-Cascade-2-30B-A3B 纯文本模型构建，使用单个 Transformer 解码器无缝处理和生成音频与文本。该模型在包含 1574 亿音频 token 和 3205 亿文本 token 的大型数据集上进行了训练，并结合了监督训练和强化学习技术。Aude…
-
新的MOPD技术可高效集成多种LLM能力
研究人员推出了一种新颖的训练后技术——多教师在线策略蒸馏（MOPD），旨在高效地将多种能力集成到大型语言模型（LLMs）中。该方法解决了融合多样化技能的挑战，通过将专门的强化学习教师蒸馏到学生模型中，其表现优于Mix-RL和Off-Policy Finetune等现有方法。MOPD已成功应用于包括MiMo-V2-Flash在内的工业级模型，证明了其实用性。