实体
Wetheral
Wetheral
PulseAugur coverage of Wetheral — every cluster mentioning Wetheral across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
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
最近 · 第 1/1 页 · 共 2 条
-
LLM强化学习技术提升Qwen3.8-27B分数,但“优势下限”阻碍学习
研究人员探索了先进的强化学习技术,特别关注大型语言模型的多奖励优化。在他们对Qwen3.8-27B的最新实验中,他们发现结合CISPO和REPO-R等方法可以显著提高在未见过任务上的性能,将分数从-0.47提升到+1.80。然而,他们也发现了一个关键问题,即旨在防止在更严峻环境中学习退化的“优势下限”机制,无意中丢弃了96%的学习信号,从而停止了进展。
-
多腿交易原子性解析:HTLCs 绑定复杂交易
本文解释了多腿交易原子性的概念,这对于涉及多个资产或多方的复杂交易至关重要。与只有一条腿的简单支付不同,交易要求所有腿要么成功完成,要么完全失败,不留中间状态。作者认为,传统的托管服务只是转移了风险,而不是消除了风险。提出的解决方案利用了哈希时间锁定合约(HTLC),将其扩展到将交易的所有腿绑定到一个单一的秘密上,从而确保所有腿都得到结算,或者整个交易都回滚,没有部分结果。