跳到正文
实时
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

报道时间线

沿着报道,了解事件的不同侧面。

10月29日
  1. Hugging Face Daily Papers
    DTCA: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。