PulseAugur
中
实时 16:37:02
实体 Cero

Cero

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

Show in brief
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
  1. TOOL · CL_286963 ·

    新的CERO调度器优化RL后训练推出预算

    研究人员推出了一种新颖的在线对偶规划调度器CERO,旨在优化强化学习(RL)后训练的推出预算分配。与固定每次更新预算的传统方法不同,CERO通过调整提示选择、重访频率和组生成,在整个训练过程中协调有限的预算。该方法利用紧凑的Fenchel表示和投影在线梯度下降,在数学推理基准上的表现优于固定速率和时变基准。

  2. TOOL · CL_228561 ·

    万圣节:因暴力内容,该游戏在日本被取消 PS5 发布

    电子游戏《万圣节:游戏》因计划包含的暴力和裸露内容,将不会在日本的 PlayStation 5 上发布。该游戏未能获得日本评级组织 CERO 的年龄评级。Xbox 和个人电脑平台的发布仍计划按计划进行。

  3. TOOL · CL_72697 ·

    新的CERO方法通过自适应推广分配优化LLM强化学习

    研究人员开发了一种名为CERO的新方法,用于优化大型语言模型中的强化学习训练后阶段。与之前使用静态预算的方法不同,CERO将固定的推广预算自适应地分配给不同的提示。该方法利用提示成功概率的贝叶斯估计来确定额外推广的价值,从而提高了样本效率。实验表明,CERO在各种开源LLM的数学推理任务上优于现有方法。