MBZUAI 携手蚂蚁开源 OPD 研究:IER 选择器让思考模式同样受益
jiank_uiuc · x · 2026-09-23
作者披露这是 MBZUAI 与蚂蚁集团的正式合作,列出团队名单并开放代码与讨论邀请。补充实验显示:在 thinking-on 与 thinking-off 两种模式下,加入 IER 的 token 选择普遍提升数学成绩,在 0.1% 或 1% 的 token 预算下收益尤其强。附 arXiv 论文页(含完整摘要):稀疏 OPD 中有用教师指导可能产生噪声更新,IER 基于信噪比分解刻画相对梯度估计误差,与现有有用性分数结合后,在数学与医疗推理任务上 0.1%–1% 预算即可匹配或超过全量 OPD。
「研究」频道最新
- Hamel Husain：eval 黄金集过时了怎么办？定期错误分析 — HamelHusain · 2026-09-23
- 研究称人体细胞或靠微弱生物光子互相通讯 — iamaliveix · 2026-09-23
- LeCun 转发新会议 ICWM：剑指臃肿的顶级 AI 大会 — ylecun · 2026-09-23
- JevBench 登陆 Hugging Face：Jev 仍居首但开源模型快速追近 — airesearch12 · 2026-09-23
- giffmana：仅凭论文本身无法判断作者是否真懂自己写的东西 — giffmana · 2026-09-23
- 粗算：3 万 AI 博士生年产出约 3 万篇论文，人均仅一篇 — SoloGen · 2026-09-23