跳到正文
热点事件持续更新

发表关于LLM自我学习强化学习的arXiv论文

1 篇报道1 个报道来源4 小时前更新

先了解这件事

报道摘要

研究人员通过强化学习激励LLM自学习，在长篇教材中提取并应用知识。采用BookNavigator接口，以Intern-S2-Preview-35B为例，通过细粒度奖励，其证明准确率从51.5%提升至79.5%。

摘自 arXiv · NLP

最新进展10月30日 12:00
基于强化学习激励大语言模型自学习

报道时间线

沿着报道，了解事件的不同侧面。

10月30日
  1. arXiv · NLP
    基于强化学习激励大语言模型自学习

    研究人员通过强化学习激励LLM自学习，在长篇教材中提取并应用知识。采用BookNavigator接口，以Intern-S2-Preview-35B为例，通过细粒度奖励，其证明准确率从51.5%提升至79.5%。

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。