机器学习POD 机器学习POD
  • 机器学习基础
  • 强化学习基础
  • 大模型
  • 其它
  • 大模型可视化

19
2025/12

大模型

为什么 RM 总是学不好推理?揭秘 BT Loss 中被忽视的“距离偏差”

论文标题:WHEN DISTANCE DISTRACTS: REPRESENTATION DIS-TANCE BIAS IN BT-LOSS FOR R ...
3 月前
308 3

专题展示

Qwen 团队提出 FIPO:通过 Future-KL 影响的策略优化激发大模型深度推理能力
22 小时前
mSFT: 解决多任务SFT过拟合问题
4 天前
Qwen 团队提出 HopChain:通过多跳数据合成缓解 VLM 的复合推理错误
6 天前
  • 机器学习基础
  • 强化学习基础
  • 大模型
  • 其它
  • 大模型可视化
Copyright © 2017-2026 机器学习POD. 京公网安备11010802044892号 京ICP备2021031854号
  • 机器学习基础
  • 强化学习基础
  • 大模型
  • 其它
  • 大模型可视化