PulseAugur
中
实时 14:11:43
实体 primal dual scheduler

primal dual scheduler

PulseAugur coverage of primal dual scheduler — every cluster mentioning primal dual scheduler 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_286963 ·

    新的CERO调度器优化RL后训练推出预算

    研究人员推出了一种新颖的在线对偶规划调度器CERO，旨在优化强化学习（RL）后训练的推出预算分配。与固定每次更新预算的传统方法不同，CERO通过调整提示选择、重访频率和组生成，在整个训练过程中协调有限的预算。该方法利用紧凑的Fenchel表示和投影在线梯度下降，在数学推理基准上的表现优于固定速率和时变基准。