实体
diversity collapse
diversity collapse
PulseAugur coverage of diversity collapse — every cluster mentioning diversity collapse across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
新的DRIFT框架提高了图像生成的通用性和对齐度
研究人员推出了一种名为DRIFT（Diversity-Incentivized Reinforcement Fine-Tuning，激励多样性的强化微调）的新框架，旨在增强图像生成模型的多功能性。该方法解决了强化学习微调中的“多样性崩溃”问题，即模型倾向于产生重复的输出。DRIFT采用了一些策略，例如采样奖励集中的子集、在提示中使用随机变化以及优化组内多样性，以平衡任务对齐度和生成多样性。实验表明，与现有方法相比，DRIFT在对齐度和…
-
新研究将RLVR多样性崩溃视为过拟合
一篇新发表在arXiv上的研究论文探讨了“多样性崩溃”现象，这在强化学习与可验证奖励（RLVR）中出现，RLVR是一种用于增强大型语言模型推理的技术。该论文将此问题视为一种过拟合，即模型过度关注已解决的问题，导致高k Pass@k指标下降。研究人员提出了一种名为贝叶斯边界门控（BBG）的新方法来缓解这一问题，通过将优化从过拟合问题中引导开，并在推理基准测试中显示出改进。