PulseAugur
实时 15:49:13
实体 Ibne Farabi Shihab

Ibne Farabi Shihab

PulseAugur coverage of Ibne Farabi Shihab — every cluster mentioning Ibne Farabi Shihab 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_65916 ·

    新框架对AI过程奖励模型进行压力测试以发现漏洞

    研究人员开发了EST-PRM,一个旨在对语言模型训练中使用的过程奖励模型(PRMs)进行压力测试的新框架。PRMs假设即使在推理步骤发生改变而最终答案保持不变的情况下,其分数也会保持稳定,而该框架挑战了这一假设。通过引入步骤膨胀和重排序等转换,EST-PRM揭示了PRMs的漏洞,展示了它们的分数如何膨胀或失去对正确性的敏感性。在多个基准数据集上的评估表明,包括Math-Shepherd和Qwen2.5-Math-PRM在内的各种PRM…