PulseAugur
中
实时 10:43:54
实体 Rubén Balbastre Alcocer

Rubén Balbastre Alcocer

PulseAugur coverage of Rubén Balbastre Alcocer — every cluster mentioning Rubén Balbastre Alcocer 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_208527 ·

    LLM 知识遗忘研究探讨奖励规范挑战

    一篇新研究论文探讨了从大型语言模型中遗忘特定知识的复杂性，同时保持其通用效用。该研究在 LoRA-GRPO RWKU 环境下进行，比较了四种不同的奖励设计，以应对确保模型在回答广泛主题提示时不会泄露目标信息的挑战。研究结果表明，优化成功并不总是等同于行为遗忘，因为各种评估方法可能得出相互矛盾的结论。