MT-GRPO verbessert Worst-Task-Accuracy um bis zu 28 Prozentpunkte gegenüber GRPO · Lumeric
Beitrag
FORSCHUNGarxiv.org· ArXiv cs.AI★Pro9h
MT-GRPO verbessert Worst-Task-Accuracy um bis zu 28 Prozentpunkte gegenüber GRPO
Pro-Quelle
Dieser Beitrag stammt aus einer Pro-Quelle. Mit Lumeric Pro liest du den vollständigen Eintrag inklusive „Warum es zählt", Quelle und verwandten Beiträgen.