PulseAugur
中
实时 09:19:57
实体 Pei-Xi Xie

Pei-Xi Xie

PulseAugur coverage of Pei-Xi Xie — every cluster mentioning Pei-Xi Xie 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_300851 ·

    新方法通过减轻分布锐化来改进AI数学问题解决能力

    一篇新研究论文介绍了分布对齐提示合成(DAHS)和反向提示退火(BHA)技术,以改进在具有可验证奖励的强化学习(RLVR)中解决复杂数学问题的能力。这些方法旨在减轻分布锐化现象,该现象会导致模型在简单问题上的准确性提高,但会牺牲在更难问题上的覆盖率。DAHS创建与学生响应相匹配的教师提示,而BHA则随着模型性能的提高逐渐减少提示暴露,并使用dropout在训练过程中保持无提示的rollout。这些技术在Qwen3模型的AIME基准测试…