实体
COMET-GRPO
COMET-GRPO
PulseAugur coverage of COMET-GRPO — every cluster mentioning COMET-GRPO 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
-
RouteWeaver 框架统一 LLM 路由模式以提高准确性
研究人员推出 RouteWeaver,一个旨在统一和增强大型语言模型 (LLM) 路由的新颖框架。该系统将单轮、多轮和代理路由等各种路由模式整合到单一 LLM 策略中。RouteWeaver 采用一种称为 COMET-GRPO 的协调训练方法和一种渐进式探索技术来联合优化模式选择和执行,从而在多个推理任务中显著提高准确性。
-
新研究通过统一框架和新颖的嵌入技术解决 LLM 路由挑战 · 跟踪 2 个来源
两篇新研究论文探讨了大型语言模型 (LLM) 路由的先进方法,旨在提高效率和泛化能力。RouteWeaver 引入了一个统一的框架,该框架动态选择和协调异构 LLM,共同学习模式选择和执行策略。此外,一项关于嵌入几何的研究表明,语义嵌入在 LLM 选择方面可能不可靠,并提出了一种使用特定 LLM 层隐藏状态的新方法以获得更好的泛化能力。两篇论文都强调了为多样化任务和未见场景优化 LLM 路由的日益增长的复杂性和挑战。