实体 OmniMath

OmniMath

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

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

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_22493 · May 8 · 04:00

AI模型使用策略引导路由进行成本效益数学推理

研究人员通过实施策略引导分步模型路由系统，开发了一种在大型语言模型中实现成本效益推理的新方法。该方法将中间思维链状态路由到不同大小模型的任务，构建为一个受约束的决策问题。通过使用强化学习训练一个小型控制策略并采用阈值校准，该系统优化了性能-效率的权衡，优于手工制作的策略，并能与训练了更大奖励模型的方法相媲美。