跳到正文
热点事件持续更新

研究者提出OPT*优化式推理任务族

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Nicolás Astorga 等作者提出 OPT*,一族可扩展的优化式任务,用于训练和评估大语言模型的逐步类优化推理。该任务族通过复杂度参数扩大搜索空间,且无需新的人工标注。 方法包括以求解器作为价值预言机的在线策略优化,以及无求解器时基于搜索的离线强化学习。作者称实验表明,在 OPT* 上训练可提升 LLM 的逐步类优化推理能力。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    LLM 在扩展搜索空间中的类优化推理:OPT* 任务族与训练方法

    研究者提出 OPT*,一族可扩展的优化式任务,用于训练和评估 LLM 的逐步类优化推理,通过复杂度参数扩大搜索空间且无需新人工标注。方法涵盖以求解器作为价值预言机的在线策略优化,以及无求解器时的基于搜索离线 RL。实验表明在 OPT* 上训练可提升 LLM 的逐步类优化推理能力。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。