会员服务
STAPO: Stabilizing Reinforcement Learning for LLMs by Silencing Rare Spurious Tokens
Arxiv
0+阅读 · 2月18日
Stabilizing Test-Time Adaptation of High-Dimensional Simulation Surrogates via D-Optimal Statistics
Arxiv
0+阅读 · 2月17日
STAPO: Stabilizing Reinforcement Learning for LLMs by Silencing Rare Spurious Tokens
Arxiv
0+阅读 · 2月17日
Persistent Entropy as a Detector of Phase Transitions
Arxiv
0+阅读 · 2月8日
Stabilizing Consistency Training: A Flow Map Analysis and Self-Distillation
Arxiv
0+阅读 · 1月30日
Stabilizing Welfare-Maximizing Decisions via Endogenous Transfers
Arxiv
0+阅读 · 1月22日
A Control Theoretic Approach to Decentralized AI Economy Stabilization via Dynamic Buyback-and-Burn Mechanisms
Arxiv
0+阅读 · 1月15日
Compressed data structures for Heegaard splittings
Arxiv
0+阅读 · 2025年12月31日
M-GRPO: Stabilizing Self-Supervised Reinforcement Learning for Large Language Models with Momentum-Anchored Policy Optimization
Arxiv
0+阅读 · 2025年12月15日
On the Stabilization of Rigid Formations on Regular Curves
Arxiv
0+阅读 · 2025年12月11日
Data-driven Stabilization of Nitsche's Method
Arxiv
0+阅读 · 2025年11月5日
The role of stabilization in the virtual element method: a survey
Arxiv
0+阅读 · 2023年4月21日
A weighted Hybridizable Discontinuous Galerkin method for drift-diffusion problems
Arxiv
0+阅读 · 2023年4月12日
Stabilized cut discontinuous Galerkin methods for advection-reaction problems on surfaces
Arxiv
0+阅读 · 2023年4月12日
Domain of Dependence stabilization for the acoustic wave equation on 2D cut-cell meshes
Arxiv
0+阅读 · 2023年4月9日
参考链接
微信扫码咨询专知VIP会员
Top