PulseAugur
中
实时 07:42:48
实体 Stepwise Think-Critique

Stepwise Think-Critique

PulseAugur coverage of Stepwise Think-Critique — every cluster mentioning Stepwise Think-Critique 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_233416 ·

    新的LLM框架整合推理和自我批评

    研究人员开发了一个名为Stepwise Think-Critique (STC)的新框架，使单一的大型语言模型能够执行交错的推理和自我批评。与现有模型将这些过程分开不同，STC将批评整合到每个推理步骤中，通过强化学习优化正确性和批评可靠性。与基础模型相比，该方法在数学推理基准上的Pass@1提高了7.2%，并达到了67.4%的步骤级批评F1分数。