跳到正文
热点事件持续更新

研究者提出 proximal target 训练循环精炼模型

1 篇报道1 个报道来源22 小时前更新

先了解这件事

AI 综述

研究者 Syed Affan Daimi 提出一种名为 proximal target 的训练方法,用于解决 HRM、TRM 等循环精炼模型在多解问题上的损失下限问题。 该方法针对的问题是:这类模型在每一轮精炼时,深度监督都指向同一个存储的答案,当问题存在多个正确答案时,训练损失无法继续下降。proximal target 的做法是让每一轮都朝距其自身输入最近的正确答案训练;该答案可通过扫描答案列表、从草稿启动搜索求解器,或在由参数设定的质量区间内确定。 上述方法由提出者描述,报道未给出其在实际任务上的验证效果。

AI 根据报道生成 · 14 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19日
  1. arXiv cs.AI
    Proximal Targets:让循环精炼模型学会处理多解问题

    针对 HRM、TRM 等循环精炼模型在多解问题上因深度监督指向单一存储答案而产生损失下限的问题,研究者提出 proximal target:每一轮都朝距其自身输入最近的正确答案训练。

本事件热度走势

可比范围当前
5
可比范围峰值
811月19日 22:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。