LEAF：上下文探索与自蒸馏提升LLM推理
热点事件持续更新
LEAF：上下文探索与自蒸馏提升LLM推理
1 篇报道1 个报道来源22 小时前更新
先了解这件事
报道摘要
针对 RLVR 中独立采样探索效率低的问题，研究者提出 LEAF，在每次 rollout 前向上下文注入动态的、问题专属的记忆，内容包含最近一次回答、其奖励及其他环境反馈，并在每次验证器调用后更新。
摘自 arXiv：cs.AI
最新进展10月15日 12:00
LEAF：用上下文记忆与自蒸馏提升 LLM 推理探索效率报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AILEAF：用上下文记忆与自蒸馏提升 LLM 推理探索效率
针对 RLVR 中独立采样探索效率低的问题，研究者提出 LEAF，在每次 rollout 前向上下文注入动态的、问题专属的记忆，内容包含最近一次回答、其奖励及其他环境反馈，并在每次验证器调用后更新。
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。