实体 IH-GRPO

IH-GRPO

PulseAugur coverage of IH-GRPO — every cluster mentioning IH-GRPO 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

时间线

2026-05-18 research_milestone Researchers published a paper introducing the IH-GRPO algorithm for enhanced LLM reasoning. 来源

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_38290 · May 18 · 14:54

新的IH-GRPO算法增强LLM数学推理能力

研究人员推出了一种名为IH-GRPO的新型算法，旨在通过将工具调用与即时执行分离来提高大型语言模型的数学推理能力。这种方法使模型能够保持推理的连贯性和表达力，从而在域外基准测试中取得显著的性能提升。实验表明，与现有方法相比，IH-GRPO在各种Qwen3模型的数学推理任务上实现了高达2.53%的绝对提升。