Spiral

At test time, we wrap LLMs in scaffolds that scale compute every which way -- longer chains, paralle...

Stanford AI Lab(@StanfordAILab) · 8.5 分

斯坦福AI实验室提出Spiral方法，通过集合强化学习（set RL）和标准强化学习（RL）训练模型，使其在推理时能利用更长的链条、并行样本和聚合计算。