会员服务
Benchmark Success, Clinical Failure: When Reinforcement Learning Optimizes for Benchmarks, Not Patients
Arxiv
0+阅读 · 1月2日
Evolving, Not Training: Zero-Shot Reasoning Segmentation via Evolutionary Prompting
Arxiv
0+阅读 · 2025年12月31日
Utility-Diversity Aware Online Batch Selection for LLM Supervised Fine-tuning
Arxiv
0+阅读 · 2025年12月19日
IA2: Alignment with ICL Activations Improves Supervised Fine-Tuning
Arxiv
0+阅读 · 2025年12月15日
Beyond SFT: Reinforcement Learning for Safer Large Reasoning Models with Better Reasoning Ability
Arxiv
0+阅读 · 2025年12月1日
MedGRPO: Multi-Task Reinforcement Learning for Heterogeneous Medical Video Understanding
Arxiv
0+阅读 · 2025年12月6日
SFT Doesn't Always Hurt General Capabilities: Revisiting Domain-Specific Fine-Tuning in LLMs
Arxiv
0+阅读 · 2025年12月7日
参考链接
微信扫码咨询专知VIP会员
Top