实体 Jiahao Wu

Jiahao Wu

PulseAugur coverage of Jiahao Wu — every cluster mentioning Jiahao Wu 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

TOOL · CL_79999 · Jun 9 · 04:00

新的HIVE框架提高了LLM推理训练效率

研究人员开发了HIVE，一个旨在提高大型语言模型在推理任务中强化学习（RL）效率的新框架。HIVE通过在昂贵的部署阶段之前智能选择高价值提示，解决了当前RL方法的高计算成本问题。该系统识别“学习边缘”的提示——那些难度适中且不确定性高的提示——这些提示会随着训练的进展而变化，从而在不牺牲性能的情况下减少计算浪费。