无标签仅偏置子空间TTRL论文发布
热点事件持续更新
无标签仅偏置子空间TTRL论文发布
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
研究者 Naveen Vakada、Mingyuan Li 和 Shaoxiong Ji 发布一种无标签的测试时强化学习方法 label-free bias-only TTRL：用多数投票生成的伪标签作为奖励，只优化约 10 万个 bias 参数，冻结预训练骨干网络。 据该研究，在 MATH-500 上，Qwen2.5-7B 达到 76.67% 准确率，略高于其有标签 bias-steering 的复现结果，优化参数比全参数 TTRL 少 76,000 倍。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
无标签引导：将测试时强化学习压缩至仅 bias 子空间报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv：cs.AI无标签引导：将测试时强化学习压缩至仅 bias 子空间
研究者提出 label-free bias-only TTRL，以多数投票伪标签作为奖励，仅优化约 100K 个 bias 参数并冻结预训练骨干。在 MATH-500 上，Qwen2.5-7B 达到 76.67% 准确率，略超其有标签 bias-steering 复现结果，且优化参数比全参数 TTRL 少 76,000 倍。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。