PulseAugur
中
实时 04:15:50
实体 Computation-Conditioned Credit Transport

Computation-Conditioned Credit Transport

PulseAugur coverage of Computation-Conditioned Credit Transport — every cluster mentioning Computation-Conditioned Credit Transport across labs, papers, and developer communities, ranked by signal.

Show in brief
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
  1. TOOL · CL_217845 ·

    新的CCT框架通过感知架构的信用传输增强LLM强化学习

    研究人员开发了一个名为计算条件信用传输（CCT）的新框架，以改进大型语言模型的强化学习。CCT通过使用行为策略的内部计算来参数化信用传输核，解决了架构无关传输算子的局限性。一种名为CompPO的特定算法利用该框架，在准确性和代码生成等任务上取得了比现有方法更好的性能。实验表明，CompPO比标准方法更稳定，并在使用Qwen3-4B和Llama-3.1-8B-Instruct等模型的基准测试中表现更优。