实体
Large Reasoning Language Models
Large Reasoning Language Models
PulseAugur coverage of Large Reasoning Language Models — every cluster mentioning Large Reasoning Language Models across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
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 2 条
-
新框架通过 LRLM 增强机器人任务规划
研究人员开发了 SafeInferCom，一个旨在利用大型推理语言模型 (LRLM) 提高机器人任务规划的可靠性和效率的框架。该系统充当推理时监视器，在不改变生成过程的情况下验证中间计划。SafeInferCom 旨在保留有效计划并在生成过程中指导错误纠正，解决诸如覆盖有效计划或未解决的约束冲突等问题。实验表明，与标准的单次推理相比，它提高了规划成功率并加快了错误纠正速度，与迭代精炼结合使用时进一步提高。
-
PathCal方法通过标记校准增强LLM推理效率
研究人员推出了一种名为PathCal的新方法，用于提高大型推理语言模型（LRM）的效率。PathCal专注于校准模型推理链中出现的“wait”和“alternatively”等反射标记的使用。通过区分这些标记的功能角色并在推理过程中的特定、不确定的点进行干预，PathCal可以在无需外部验证器的情况下提高准确性并缩短生成长度。