PulseAugur
中
实时 15:24:52
实体 Evidence-Based Credit Assignment

Evidence-Based Credit Assignment

PulseAugur coverage of Evidence-Based Credit Assignment — every cluster mentioning Evidence-Based Credit Assignment 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_366562 ·

    新的ECA框架改进了搜索增强语言模型

    研究人员开发了基于证据的信用分配(ECA),一个新颖的强化学习框架,旨在提高搜索增强语言模型的性能。ECA解决了现有模型中的一个关键限制,即所有搜索步骤都获得相同的信用,即使其中一些是无用的。通过引入一个衡量检索文档如何提高正确答案可能性的辅助信号,ECA可以为单个搜索动作分配更准确的信用。该方法在多个搜索QA基准测试中显示出显著的改进,优于先前的方法,并证明了其在多跳推理任务上的强大迁移能力。