实时
本地偏好学习用于推理压缩
热点事件历史事件
本地偏好学习用于推理压缩
1 篇报道1 个报道来源15 天前更新
先了解这件事
AI 综述
LoCo,一种用于推理压缩的本地偏好学习方法,教导推理模型何时停止推理,在数学和代码任务中大幅减少输出长度并保持或提高准确性。该方法在数学任务上减少完成长度41.7%--45.4%,在代码任务上减少23.4%--36.3%,并在所有代码基准中实现最佳AUC。开发者Muyao Yuan称,LoCo的代码和模型将公开发布。
AI 根据报道生成 · 更新于 14 天前
最新进展11月4日 08:00
LoCo:一种用于推理压缩的本地偏好学习方法报道时间线
沿着报道,了解事件的不同侧面。
11月4日
- Hugging Face Daily PapersLoCo:一种用于推理压缩的本地偏好学习方法
LoCo 通过本地偏好学习来教导推理模型何时停止推理,在数学和代码任务中大幅减少输出长度,同时保持或提高准确性。该方法在数学任务上减少完成长度 41.7%--45.4%,在代码任务上减少 23.4%--36.3%,并保持或提高准确性,同时在所有代码基准中实现最佳 AUC。LoCo 的代码和模型将公开发布。