实体
PRM800K
PRM800K
PulseAugur coverage of PRM800K — every cluster mentioning PRM800K across labs, papers, and developer communities, ranked by signal.
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 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新框架使用Lean自动化AI数学证明验证 · 跟踪2个来源
研究人员开发了LeanPRM，一个新颖的框架，它利用Lean证明助手为自然语言数学证明自动生成步骤级别的正确性标签。这种方法消除了昂贵的人工标注的需要，创建了一个包含超过10,000个证明和152,000个已标注步骤的数据集。在LeanPRM上训练的Qwen3-4B模型在步骤标签准确性方面表现出显著提高，从48.2%提高到74.7%，并在各种验证基准上优于在先前数据集上训练的模型。
-
新框架审计视频世界模型的测试时缩放
一篇新的研究论文介绍了计算-价值审计（CVA）框架，用于评估视频世界模型中测试时缩放（TTS）的有效性。研究发现，虽然增加采样可以提高候选生成质量，但现有系统通常无法可靠地识别和利用这种提高的质量。研究强调，只有当采样余量能够转化为有益的决策并证明计算成本的合理性时，它才具有价值。