实体 HMMT 2025

HMMT 2025

PulseAugur coverage of HMMT 2025 — every cluster mentioning HMMT 2025 across labs, papers, and developer communities, ranked by signal.

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

RESEARCH · CL_98141 · Jun 17 · 09:24

新的TAPO方法通过显式纠错增强LLM自蒸馏

研究人员推出了一种用于大型语言模型自蒸馏的新方法——轨迹增强策略优化（TAPO）。与最小化KL散度的传统方法不同，TAPO通过保留错误推理直至失败点，然后纳入自然语言诊断和纠正的推理来构建显式的训练轨迹。该方法旨在提供更精细的错误纠正，并在AIME 2024、AIME 2025和HMMT 2025的实验中显示出比GRPO持续的改进。