实体 KL recovery

KL recovery

PulseAugur coverage of KL recovery — every cluster mentioning KL recovery 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_331231 · Oct 28 · 00:00

Soft-MTP 通过一行代码更改增强语言模型训练

研究人员开发了软多令牌预测（Soft-MTP）技术，通过从噪声残差中分离出有用的 KL 自蒸馏梯度信号，来改进语言模型中的多令牌预测（MTP）。该方法只需一行代码即可实现，在不引入额外计算成本或参数的情况下，提高了困惑度、推测解码和推理能力。Soft-MTP 已在从 1.67 亿到 12 亿参数的各种模型规模上展示了性能提升，并且与 DeepSeek 和 Meta 等现有的 MTP 框架兼容。