实体 DoubleFree

DoubleFree

PulseAugur coverage of DoubleFree — every cluster mentioning DoubleFree across labs, papers, and developer communities, ranked by signal.

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

TOOL · CL_324496 · Oct 27 · 04:00

DoubleFree 方法通过重用探索数据来加速 LLM 训练

研究人员开发了一种名为 DoubleFree 的新方法，以提高多任务大型语言模型 (LLM) 训练的效率。该技术重新利用领域特定强化学习的历史轨迹，无需在整合过程中进行昂贵的在线教师响应。通过预先计算教师监督，DoubleFree 显著加快了整合过程并减少了所需的计算资源，同时在数学、代码和指令遵循等各种领域保持了可比的性能。