PulseAugur
中
实时 16:49:16
实体 Jiabin Fan

Jiabin Fan

PulseAugur coverage of Jiabin Fan — every cluster mentioning Jiabin Fan 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_312708 ·

    新的KETCHUP方法改进了文本生成的强化学习

    研究人员推出了一种新的文本生成任务知识蒸馏方法KETCHUP,该方法使用强化学习。KETCHUP采用基于贝尔曼最优性方程的k步回报估计技术来降低梯度方差。该方法在三个文本生成任务的实证评估中表现出改进的性能,表明其在增强大型语言模型研究方面的潜力。