会员服务
DPUConfig: Optimizing ML Inference in FPGAs Using Reinforcement Learning
Arxiv
0+阅读 · 2月13日
AERO: Autonomous Evolutionary Reasoning Optimization via Endogenous Dual-Loop Feedback
Arxiv
0+阅读 · 2月3日
RPO:Reinforcement Fine-Tuning with Partial Reasoning Optimization
Arxiv
0+阅读 · 1月27日
Dynamic Thinking-Token Selection for Efficient Reasoning in Large Reasoning Models
Arxiv
0+阅读 · 1月26日
RPRO: Ranked Preference Reinforcement Optimization for Enhancing Medical QA and Diagnostic Reasoning
Arxiv
0+阅读 · 2025年11月15日
参考链接
微信扫码咨询专知VIP会员
Top