实体
circle packing
circle packing
PulseAugur coverage of circle packing — every cluster mentioning circle packing 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
最近 · 第 1/1 页 · 共 2 条
-
CURIO框架通过驱动好奇心的学习增强LLM的开放式探索
研究人员推出了一种新颖的测试时学习框架CURIO，可增强大型语言模型（LLM）的开放式探索能力。CURIO集成了内在好奇心世界模型（ICWM），为新颖的推理提供预测误差奖励，以补充标准的强化学习奖励。该方法旨在防止抑制那些可能宝贵但最初奖励较低的探索方向。在Qwen3骨干模型上进行的数学发现任务和单细胞去噪实验表明，与仅基于任务的强化学习基线相比，在某些目标上相对提高了18.3%，并增强了去噪性能。
-
新研究探讨大语言模型的测试时扩展，解决吸引子和信任问题
三篇新研究论文探讨了改进大型语言模型测试时扩展的方法，这是一种允许模型在推理时花费额外计算来增强推理和解决问题能力的技术。第一篇论文指出，顺序扩展方法可能会陷入吸引子，阻碍进一步改进，并提出了一种模型混合干预措施来摆脱这些状态。第二篇论文侧重于信任来自测试时扩展曲线的准确性声明的挑战，提出了一种更有效的方法来认证这些曲线。第三篇论文介绍了“爬山采样”，这是复杂进化策略的更简单有效的替代方案，通过将样本条件化为先前找到的最佳解决方案，在…