SAS收益可迁移到GSM8K与MBPP
furongh · x · 2026-07-06
SAS 的收益可迁移到数独之外。在 LLaDA-8B 上:GSM8K pass@1 从 64% 提升到 76%,MBPP pass@1 从 39.5% 提升到 41%。学到的调度器在不同生成长度、以及半自回归/块解码设置下依然稳健。
所属事件:SAS让扩散语言模型学会自感知调度(15 条相关)→
「研究」频道最新
- 一本 RLHF 新书完成，作者做了两年夜晚和周末 — HamelHusain · 2026-07-21
- Google DeepMind 分享 Project Genie 的创作者协作幕后 — alexanderchen · 2026-07-21
- Nat Lambert 反驳 RL 蒸馏直接用最强模型当老师 — natolambert · 2026-07-21
- 线程称 GPT-5.6 Sol 帮忙构造出 Jacobian 猜想反例工厂 — LucaAmb · 2026-07-21
- TimeLens2 以 4B 和 8B 模型拿下 7 项视频定位 SOTA — _akhaliq · 2026-07-21
- 真实数学进展常靠推翻旧直觉 — LucaAmb · 2026-07-21