实体
Yegon Kim
Yegon Kim
PulseAugur coverage of Yegon Kim — every cluster mentioning Yegon Kim across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新方法将大语言模型正确性与可验证性解耦，以对抗可读性税
研究人员开发了一种新方法来解决用于检查大语言模型输出的证明者-验证者博弈中的“可读性税”。这种税是指当模型被训练成既正确又易于验证时发生的准确性下降。所提出的解决方案通过训练一个单独的“翻译器”模型来解耦正确性与可检查性。该翻译器将主要求解器模型的输出（该模型针对正确性进行了优化）转换为易于检查的格式，从而在确保可验证性的同时保持求解器的准确性。
-
新的LLM技术通过迭代改进和优化循环增强推理能力 · 跟踪5个来源
研究人员开发了新的方法，通过测试时扩展来提高大型语言模型（LLM）的推理能力。REVES框架使用两阶段迭代过程来增强训练数据和优化策略，重点关注从中间的“接近但未命中”的答案中学习。另外，LoopCoder-v2探索了其Transformer架构中的最佳循环次数，发现两次循环在改进收益和计算成本之间取得了最佳平衡，更多的循环会导致收益递减。另一种方法是多序列验证器（MSV），它通过改进验证器校准来提高并行测试时扩展的效率，从而更好地选…