实体
Haikang Deng
Haikang Deng
PulseAugur coverage of Haikang Deng — every cluster mentioning Haikang Deng across labs, papers, and developer communities, ranked by signal.
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
-
New LLM framework decouples task-solving from output formatting
研究人员开发了一个名为 Deco-G 的新解码框架，该框架将大型语言模型 (LLM) 的任务解决能力与其输出格式化要求分开。该框架使用一个单独的格式估计模块 (FEM) 来管理格式化，使 LLM 能够专注于解决问题。Deco-G 包含指令感知蒸馏、灵活的 trie 构建算法和 HMM 状态剪枝等创新，以确保格式合规性，同时提高数学推理和 LLM 作为裁判等任务的性能。
-
Apple的Ctrl-R框架通过结构化轨迹控制增强LLM推理能力
Apple的机器学习研究团队开发了一个名为Ctrl-R的新框架，以增强大型语言模型的推理能力。该框架使用强化学习来指导模型探索和获取各种推理模式，而这些模式在标准采样方法中通常很稀疏。实验表明，Ctrl-R在语言模型和视觉-语言模型的数学推理任务上都带来了持续的改进。