实体 Jie Zhu

Jie Zhu

PulseAugur coverage of Jie Zhu — every cluster mentioning Jie Zhu 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

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_15955 · May 5 · 04:00

Fin-PRM模型通过专门的奖励信号增强LLM的金融推理能力

研究人员开发了Fin-PRM，这是一种专门的过程奖励模型，旨在提高大型语言模型在金融推理方面的能力。与通用模型不同，Fin-PRM专注于金融任务的结构化和事实敏感性，评估中间推理步骤和整体轨迹的一致性。创建了一个包含3000个金融推理轨迹的新数据集来训练和验证Fin-PRM，该模型在金融推理基准测试上的表现优于现有方法。