实体
LatentGRM
LatentGRM
PulseAugur coverage of LatentGRM — every cluster mentioning LatentGRM across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
LLM作为法官的研究提高了速度和信任度;工具提供了生产可见性
新的研究正专注于使LLM作为法官的系统更快、更可靠。几篇论文介绍了改进法官推理时间和准确性的方法,例如压缩奖励模型或使用集成技术。同时,工具方面的进步为生产中的LLM操作提供了更好的可见性,新的仪表板和追踪配方旨在优化代理使用和成本。
-
LatentGRM 框架将奖励模型推理成本降低 7 倍
研究人员开发了 LatentGRM,一个新颖的生成式奖励建模框架,它利用语义分块和压缩来更紧凑地表示评估标准。该方法学习连续的潜在轨迹,无需生成明确的文本评估即可进行成对判断,从而显著降低了推理成本。实验表明,LatentGRM 与传统的监督微调 (SFT) 评判器相比,在偏好准确性方面具有竞争力,在 8B 规模模型中,压缩率高达 9.2 倍,推理时间减少 7 倍。
-
新研究探索高效的生成奖励建模技术 · 已追踪 2 个来源
两篇新研究论文介绍了改进生成奖励模型(GRMs)的创新方法,GRMs 对于优化大型语言模型至关重要。第一篇论文《Judging in Latent Space》提出了 LatentGRM 框架,该框架使用保留语义的压缩来更紧凑地表示评估标准,从而在保持具有竞争力的准确性的同时降低推理时间和成本。第二篇论文《EnGRICH》提出了一个框架,通过整合人类的批评来增强 GRMs,使用 MetaCritic 模型将评估标准泛化到仅结果的偏好数…