SAS让调度器自我感知
furongh · x · 2026-07-06
核心思想是让调度器"自我感知":SAS 用冻结模型自身的路径似然来奖励某个揭开顺序——"沿这条路径,我能多好地解释目标?"。由此模型学到一种与自身预测优势对齐的解码顺序。
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