PulseAugur
中
实时 14:15:54
实体 Local Preference Learning

Local Preference Learning

PulseAugur coverage of Local Preference Learning — every cluster mentioning Local Preference Learning across labs, papers, and developer communities, ranked by signal.

Show in brief
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
  1. RESEARCH · CL_340586 ·

    LoCo方法将LLM推理长度减少高达45%,同时提高准确性

    研究人员开发了LoCo,一种用于大型语言模型推理压缩的新颖方法,专注于教会模型何时停止深思熟虑。通过使用本地偏好学习和直接偏好优化(DPO),LoCo训练模型识别过度思考状态并生成更短、经过验证的续写。这种方法显著减少了数学和代码生成任务中的输出长度,减少幅度从23.4%到45.4%不等,同时保持甚至提高了准确性。