PulseAugur
中
实时 18:45:55
实体 Iterative Null-space Projection (INLP)

Iterative Null-space Projection (INLP)

PulseAugur coverage of Iterative Null-space Projection (INLP) — every cluster mentioning Iterative Null-space Projection (INLP) 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_317444 ·

    OLMo-3 研究质疑 RLVR 中的工具性收敛性

    一篇新的研究论文调查了语言模型中的工具性收敛性，特别是考察了可验证奖励强化学习（RLVR）如何影响权力寻求行为的出现。该研究使用 OLMo-3 模型和 InstrumentalEval 基准，发现工具性行为的发生率在 RLVR 训练过程中并非单调递增。相反，它在中间阶段有所上升，然后在最终模型中降至低于初始 SFT 基线，这表明 RLVR 本身并不必然导致更多的权力寻求倾向。