跳到正文
热点事件持续更新

论文提出proximal target改进HRM/TRM多答案训练

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Syed Affan Daimi 在 arXiv 论文中提出近端目标(proximal target)训练方法:针对 HRM、TRM 等循环精炼器,让每一轮训练朝最接近自身输入的正确答案收敛。论文称,深度监督的单一存储目标在题目存在多个正确答案时会设置无法通过增大模型容量消除的损失下限,而近端目标可解决这一问题。 近端目标的实现方式包括扫描答案列表、从草稿出发用搜索求解器,或在设定质量带内找到最近答案。作者报告,在相同 170 万参数网络、5 个种子的条件下,该方法对有 2-64 个正确答案的数独题解出 98.8%,标准目标仅为 2.5%。

AI 根据报道生成 · 2 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
    arXiv 论文提出近端目标方法:改进 HRM/TRM 循环精炼器在多正确答案问题上的训练

    arXiv 论文证明 HRM、TRM 等循环精炼器在题目存在多个正确答案时,深度监督的单一存储目标会设置无法通过增大模型容量消除的损失下限。作者提出近端目标(proximal target),让每一轮训练朝最接近自身输入的正确答案收敛。

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。