实体 OREAL-H

OREAL-H

PulseAugur coverage of OREAL-H — every cluster mentioning OREAL-H 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

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_180578 · Aug 4 · 04:00

AI代理Intern-S1-MO攻克奥赛级别数学难题

研究人员开发了Intern-S1-MO，这是一种新颖的长时域推理代理，旨在解决奥赛级别的复杂数学问题。该代理采用多轮、分层推理方法，使用相互连接的大型推理模型（LRM）系统进行推理、摘要和验证。通过维护一个紧凑的引理记忆，Intern-S1-MO可以在多个阶段探索广泛的推理空间，克服了标准LRM的上下文长度限制。该系统使用一种新的强化学习框架OREAL-H进行训练，该框架同时增强了LRM的推理能力和代理的整体性能。实验表明，Inter…