PulseAugur
实时 09:33:30
实体 Yuanjie Lyu

Yuanjie Lyu

PulseAugur coverage of Yuanjie Lyu — every cluster mentioning Yuanjie Lyu across labs, papers, and developer communities, ranked by signal.

Show in brief
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
  1. TOOL · CL_160804 ·

    新的 SCoRe 框架弥合了小型和大型 LLM 之间的代理性能差距

    研究人员开发了一种新的以学生为中心的蒸馏框架 SCoRe,旨在提高小型大型语言模型 (LLM) 在代理任务中的性能。与让小型模型模仿大型模型的传统方法不同,SCoRe 允许学生模型生成自己的训练轨迹,而教师模型仅纠正初始错误。这种方法根据学生的能力定制训练数据,有效地突出了特定的弱点。然后,学生模型将在这些纠正后的轨迹上进行微调,并使用短视强化学习进行进一步训练,这提高了稳定性并允许无约束的探索。该方法已成功缩小了在 12 个具有挑战…