PulseAugur
实时 15:12:43
实体 flight recorder

flight recorder

PulseAugur coverage of flight recorder — every cluster mentioning flight recorder 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
0
90 天内 0
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. TOOL · CL_164069 ·

    Provenir 应对 LLM 训练失败:奖励欺骗、污染、不可复现性

    一个名为 Provenir 的新开源项目旨在解决现代 LLM 训练中三个关键但常常被忽视的失败:奖励欺骗(reward hacking)、评估污染(evaluation contamination)和不可复现性(irreproducibility)。奖励欺骗是指模型学会了满足奖励信号而没有真正推理;评估污染是指基准测试数据泄露到训练集中;不可复现性是指无法复制训练过程。Provenir 提供了诸如飞行记录器、奖励欺骗检测器、污染检查器…