arXiv · ML· Peijia Qin, Ruiyi Zhang, Qi Cao, Pengtao Xie·· 10 天前AI 评分28
JURIST: 训练用于代码生成测试时扩展的小型数据重加权推理裁判模型
JURIST: Training Small Data-Reweighted Reasoning Judges for Test-Time Scaling in Code Generation
AI 导读
JURIST 是一款 1.7B 参数量的小型推理裁判模型,利用接近部署的小规模元数据集对早期训练数据进行加权,以训练适合测试时扩展的裁判模型。
来源:arXiv · ML · arxiv.org