实体 CircuitLens

CircuitLens

PulseAugur coverage of CircuitLens — every cluster mentioning CircuitLens 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_245486 · Sep 10 · 04:00

新的电路推理分数改进了强化学习数据选择

研究人员开发了一种名为电路推理分数（CRS）的新方法，以改进可验证奖励强化学习（RLVR）的数据选择。与将数据价值视为问题内在属性的先前方法不同，CRS根据模型对其推理电路的参与度来评估数据价值。这种方法在Qwen2.5-Math-7B上进行了测试，结果表明，推理电路参与度较低的数据在GSM8K和OlympiadBench等基准测试中表现更好。