PulseAugur
中
实时 20:22:38
实体 EvoTune

EvoTune

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

Show in brief
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
  1. TOOL · CL_273295 ·

    新的LLM后训练方法增强了启发式设计

    研究人员开发了一种用于自动启发式设计(AHD)的大型语言模型(LLM)在线后训练新方法。该方法在一个新论文中详细介绍,侧重于从程序有效性和性能分数构建上下文相关的学习信号来更新LLM生成器。与之前保持生成器冻结的方法不同,该技术允许模型从评估的候选者那里学习,旨在提高有用启发式的生成。

  2. TOOL · CL_284892 ·

    新的大语言模型训练方法增强了启发式设计能力

    研究人员开发了一种名为在线后训练的新方法,用于改进用于自动启发式设计(AHD)的大型语言模型(LLM)。与传统的保持生成器模型静态的AHD系统不同,这种方法根据LLM生成的启发式的性能来更新模型。该系统名为EvoTune,使用带有可验证奖励的强化学习(RLVR)来创建一个反馈循环,其中评估的候选者不仅指导搜索,还为LLM提供训练信号。该方法侧重于从程序有效性和任务性能构建上下文相关的学习信号,旨在超越简单地累积搜索状态来增强LLM的启…