PulseAugur
中
实时 06:27:26
实体 DeepSeek-Prover-V1.5-RL

DeepSeek-Prover-V1.5-RL

PulseAugur coverage of DeepSeek-Prover-V1.5-RL — every cluster mentioning DeepSeek-Prover-V1.5-RL 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. RESEARCH · CL_117485 ·

    精简定理证明基准和RL模型推理中发现的缺陷

    研究人员在精简定理证明数据集的正式基准测试中发现了重大缺陷，揭示了数千个问题，包括反例和空泛定理。另一项关于RL训练的精简定理证明器的研究表明，这些模型存在推理时模式崩溃的问题，即增加采样预算并不会带来更多已解决的定理。然而，结构化策略骨架等干预措施可以提高性能，这表明推理时多样性是增强RL训练证明器的关键且独立的维度。