PulseAugur
实时 11:26:35
实体 Counterfactual Sensitivity Credit Reallocation

Counterfactual Sensitivity Credit Reallocation

PulseAugur coverage of Counterfactual Sensitivity Credit Reallocation — every cluster mentioning Counterfactual Sensitivity Credit Reallocation 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_179300 ·

    新方法CSCR通过重新分配Token信用来改进LLM长上下文推理

    研究人员开发了一种名为反事实敏感性信用重新分配(CSCR)的新方法,以提高大型语言模型的推理能力,特别是在需要长上下文推理的任务中。该方法解决了现有强化学习技术(如GRPO和On-policy self-distillation)的局限性,这些技术经常将信用错误地归因于不太重要的Token。CSCR将信用从对结果变化高度敏感的Token重新分配,而专注于承载关键推理内容的Token。这种方法在数学推理基准测试中显示出比基线方法持续的性能改进。