PulseAugur
中
实时 23:32:45
实体 Lorenzo Molfetta

Lorenzo Molfetta

PulseAugur coverage of Lorenzo Molfetta — every cluster mentioning Lorenzo Molfetta 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. TOOL · CL_268698 ·

    新框架生成合成数据以提升LLM推理能力

    研究人员开发了一个名为自玩搜索蒸馏(SPSD)的新框架,用于生成高质量的合成数据,以提高大型语言模型(LLMs)的推理能力。该方法利用在棋盘游戏上训练的类似MuZero的网络进行自玩,将搜索记录转换为结构化的推理问题和思维链。当应用于Qwen3-4B-Base模型时,SPSD显著提高了其在数学基准测试上的表现,得分从24.1提升到36.6,并将其在未公开的游戏中的胜率从15%提高到45%。这种方法提供了一种无需大量标注即可创建数据以增…