PulseAugur
实时 10:12:45
实体 Recurse

Recurse

PulseAugur coverage of Recurse — every cluster mentioning Recurse 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_219651 ·

    RecurSE 方法使 LLM 能够作为裁判进行自我改进

    研究人员开发了一种名为 RecurSE 的新颖方法,用于改进大型语言模型 (LLM) 在评估任务中作为裁判时的表现。该方法使 LLM 能够通过有界递归自改进过程生成自己的学习信号,从而无需昂贵的外部注释或更强的教师模型。RecurSE 包括一个裁判模型根据评分标准评估响应,并配有一个审计裁判推理的检查器。通过在结构上将检查器的分数与裁判的输出分离,该系统避免了常见的奖励膨胀捷径。该方法还包含一个验证监视器,用于确定停止自改进过程的最佳…