PulseAugur
中
实时 10:01:46
实体 continuous flow language models

continuous flow language models

PulseAugur coverage of continuous flow language models — every cluster mentioning continuous flow language models 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_301089 ·

    新框架通过强化学习增强连续流语言模型

    研究人员开发了一种名为 \method{} 的新训练后框架，旨在增强连续流语言模型的推理能力。该框架利用评论家来估计中间 token 嵌入的价值，从而实现比传统 REINFORCE 方法具有更低方差的路径梯度。通过预测每个 token 表示的值，评论家有助于策略优化。在四个推理任务上的实验表明，\method{} 通过强化学习有效地改进了连续流语言模型，优于现有的基线方法。