实体
Tapolca
Tapolca
PulseAugur coverage of Tapolca — every cluster mentioning Tapolca across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的TAPO方法通过显式纠错增强LLM自蒸馏
研究人员推出了一种用于大型语言模型自蒸馏的新方法——轨迹增强策略优化（TAPO）。与最小化KL散度的传统方法不同，TAPO通过保留错误推理直至失败点，然后纳入自然语言诊断和纠正的推理来构建显式的训练轨迹。该方法旨在提供更精细的错误纠正，并在AIME 2024、AIME 2025和HMMT 2025的实验中显示出比GRPO持续的改进。
-
新框架通过特征感知优化增强AI论文评分
研究人员推出了一种名为特征感知策略优化（TAPO）的新型训练后框架，旨在增强用于多特征论文评分的自回归模型。该方法将奖励分解到样本和特征上，整合了全局一致性、特征准确性和特征间依赖性。实验表明，与标准的监督微调和标量奖励优化技术相比，TAPO显著提高了评分性能。