PulseAugur
中
实时 08:15:29
实体 MinervaMath

MinervaMath

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

Show in brief
总计 · 30天
1
90 天内 2
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 2 条
  1. RESEARCH · CL_295262 ·

    新研究探讨大型语言模型推理中的过程奖励，并质疑上下文强化学习的有效性

    一个名为 PROGRS 的新框架已被开发出来，用于改进大型语言模型在数学推理中的强化学习过程奖励的使用。该方法在 arXiv 论文中有所详述，它将过程奖励视为结果组内的相对偏好，而不是绝对目标，以防止奖励攻击并确保结果的正确性仍然占主导地位。在多个基准测试上的实验表明，PROGRS 持续优于仅基于结果的基线。另外，Hugging Face 的一项研究质疑上下文强化学习（ICRL）是否真正起到了强化学习的作用，发现虽然奖励被读取，但其影…
  2. TOOL · CL_240254 ·

    Spark-X2.5 LLM 荣登 Hugging Face 排行榜榜首，启动数学推理挑战赛

    Spark-X2.5，一个大型语言模型，已荣登 Hugging Face 热门模型榜单榜首。为进一步测试其能力，开发者正在启动 Spark-X2.5 数学推理挑战赛。鼓励参赛者使用各种基准和方法来评估模型的数学推理能力，提交时间为 2026 年 9 月 7 日至 9 月 13 日。