实体
RR Donnelley
RR Donnelley
PulseAugur coverage of RR Donnelley — every cluster mentioning RR Donnelley across labs, papers, and developer communities, ranked by signal.
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 2 条
-
新方法通过自动分步评分标准增强 LLM 推理能力 · 已追踪 2 个来源
研究人员开发了通过分步评分标准奖励来改进大型语言模型 (LLM) 推理能力的新方法。第一种方法，分步评分标准作为奖励 (SRaR)，使用 LLM 裁判将评分标准项分配给推理步骤，对分数进行归一化以关注质量差异，并结合分步奖励和结果奖励。该方法提高了在数学和代码生成基准测试上的准确性，尤其是在 AIME 2025 上提高了忠实推理率。第二种方法 Rubricon 自动化了 LLM 评估和训练的评分标准生成与优化，无需人工偏好标签。Rub…
-
浅层神经网络通过特征学习学习低度球谐多项式
研究人员开发了一种新颖的方法，使用具有可学习通道注意力的浅层神经网络来高效学习低度球谐多项式。与现有方法相比，该方法显著提高了样本复杂度，仅需要 $n \text{ \textasymp } \Theta(d^{\ell_0}/\eps)$ 个样本。该过程包括两个阶段：首先，一个通道选择算法识别目标函数的次数，然后，标准的梯度下降使用选定的通道训练网络。这项工作标志着在为能够进行特征学习的有限宽度神经网络实现最小最大最优风险界方面取得了重大进展。