نماذج الانتشار تكون أقل أداءً في مهام الاستدلال مقارنة بالانحدار الذاتي التقليدي؟ هذا البحث مخالف للبديهية ويستحق القراءة المتأنية.

شاهد النسخة الأصلية
CoinNetwork
فريق تسينغهوا بقيادة هوانغ قاو يحصل على جائزة أفضل ورقة بحثية من ICML 2026، وتم منح جائزة اختبار الزمن للخوارزمية الكلاسيكية A3C
تمنح جائزة أفضل ورقة بحثية في مؤتمر ICML 2026 لفريق جامعة تسينغهوا بقيادة هوانغ قاو بالتعاون مع阿里巴巴، مشيرة إلى أن مرونة نماذج اللغة الانتشارية في التوليد العشوائي الترتيب قد تحد من إمكانيات مهام الاستدلال مثل الرياضيات والبرمجة، بينما التوليد من اليسار إلى اليمين أكثر إيجازًا ويحسن دقة الاستدلال بشكل ملحوظ. وتمنح جائزة اختبار الزمن لفريق Google DeepMind عن ورقتهم البحثية لعام 2016، التي اقترحت بنية الممثل-الناقد غير المتزامن والمتفوق (A3C)، مما عزز بشكل كبير كفاءة تدريب التعلم المعزز العميق.
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
  • أعجبني
  • تعليق
  • إعادة النشر
  • مشاركة
تعليق
إضافة تعليق
إضافة تعليق
لا توجد تعليقات
  • مُثبت