实体
Qwen2.5-Math
Qwen2.5-Math
PulseAugur coverage of Qwen2.5-Math — every cluster mentioning Qwen2.5-Math 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
-
新的HEST方法使用双曲几何来提升LLM的数学解题能力
研究人员开发了一种名为双曲熵引导（HEST）的新方法，以提高大型语言模型在解决数学问题时的准确性。HEST利用双曲空间的几何特性来表示LLM推理中的分层分支，特别是在高下一词熵的点上。通过在模型自身的熵上训练一个轻量级探针，HEST沿测地线选择性地修改隐藏状态，从而在Qwen2.5-Math和Llama-3.1等模型的MATH-500和GSM8K等基准测试中提高了准确性。
-
新的RLVR方法解决了大型语言模型遗忘已解决问题的问题
研究人员在可验证奖励强化学习（RLVR）中为大型语言模型识别出一种称为“正确集周转”的现象。此问题会导致模型在训练新问题时遗忘先前已解决的问题。为了解决这个问题，提出了一种新的名为“Remind”的保留感知审查机制。Remind旨在通过定期重新引入已解决的问题来明确优化获取和保留，并在各种基准和模态上展示了改进的性能。