实体
Tomer Galanti
Tomer Galanti
PulseAugur coverage of Tomer Galanti — every cluster mentioning Tomer Galanti 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
最近 · 第 1/1 页 · 共 2 条
-
工具使用使LLM能够克服OOD任务中的推理崩溃
研究人员开发了一个新的基准来测试大型语言模型（LLM）的分布外（OOD）推理能力。他们的评估表明，即使是前沿模型，当前的LLM在问题深度增加时，推理准确性也会显著下降。然而，研究表明，通过工具使用使LLM能够合成、执行和改进代码，可以克服这一限制，使较小的模型在复杂的、长期的推理任务上能够媲美前沿模型的性能。
-
LLM-PV 方法利用 LLM 先验知识提高程序学习效率
研究人员开发了一种名为 LLM-PV 的新方法，该方法利用预训练的大型语言模型 (LLM) 来提高程序学习效率。该方法利用 LLM 生成候选程序，然后在验证集上执行和评分，而无需直接对 LLM 进行梯度更新。实验表明，LLM-PV 能有效地从小数据集中恢复底层规则并具有良好的泛化能力，在奇偶校验变体和素数测试等任务上优于传统的 SGD 训练 Transformer 和上下文学习等方法。研究结果表明，LLM 先验知识可以作为经验风险最小…