实体 StrictPRMBench

StrictPRMBench

PulseAugur coverage of StrictPRMBench — every cluster mentioning StrictPRMBench 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 1 条

TOOL · CL_336307 · Nov 2 · 05:00

新基准审计PRM聚合规则，发现乘积均值稳定性较差

研究人员开发了StrictPRMBench，一个旨在审计过程奖励模型（PRM）中使用的聚合规则的新评估基准。该基准固定了推理池和评分者证据，以隔离不同聚合方法的影响。初步研究表明，与几何平均数相比，乘积平均数聚合在不同检查点和基准测试中会导致更大的选择不稳定性，差异显著，达到+0.0965。