实时
DTCA 框架提升扩散语言模型数学推理能力
热点事件历史事件
DTCA 框架提升扩散语言模型数学推理能力
1 篇报道1 个报道来源21 天前更新
先了解这件事
AI 综述
DTCA 框架通过置信度提升和熵校准进行标记级信用分配,提升扩散语言模型的数学推理能力。该框架在 LLaDA-8B-Instruct 上实验显示,在不同生成预算下,数学推理性能提升显著,MATH500 指标提高 9.0 分,GSM8K 指标提高 5.3 分。
AI 根据报道生成 · 更新于 21 天前
最新进展10月29日 08:00
DTCA:用于扩散语言模型的强化学习去噪标记信用分配框架报道时间线
沿着报道,了解事件的不同侧面。
10月29日
- Hugging Face Daily PapersDTCA:用于扩散语言模型的强化学习去噪标记信用分配框架
DTCA 通过置信度提升和熵校准进行标记级信用分配,提升扩散语言模型的数学推理能力。该框架在 LLaDA-8B-Instruct 上实验显示,在不同生成预算下,数学推理性能提升显著,MATH500 指标提高 9.0 分,GSM8K 指标提高 5.3 分。