PulseAugur
实时 20:25:16
实体 High-order Sampling Coverage

High-order Sampling Coverage

PulseAugur coverage of High-order Sampling Coverage — every cluster mentioning High-order Sampling Coverage 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. TOOL · CL_154052 ·

    新的强化学习框架PPO-HSC提升LLM多样性和探索性

    研究人员推出了一种新颖的强化学习框架PPO-HSC,旨在改进大型语言模型(LLM)的微调。该框架解决了模式崩溃问题,即模型过度优化已知解决方案而失去好奇心。PPO-HSC引入了高阶采样覆盖奖励,以鼓励发现多样化且有效的推理模式,同时保持准确性和结构合理性。