★ 3
Hermes：学习上下文推理解锁测试时扩展
论文提出 Hermes 系列可配置测试框架，逐步将上下文分配与复用决策权交给模型，并配套 Hermes-Learn 两阶段学习框架。研究发现强模型可利用该灵活性随推理算力扩展，而小型开源模型初期难以做到，经 Hermes-Learn 训练后可缩小差距。所得自适应上下文推理策略可跨基准与模型泛化，并…
arXiv cs.LG32 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 Hermes 系列可配置测试框架，逐步将上下文分配与复用决策权交给模型，并配套 Hermes-Learn 两阶段学习框架。研究发现强模型可利用该灵活性随推理算力扩展，而小型开源模型初期难以做到，经 Hermes-Learn 训练后可缩小差距。所得自适应上下文推理策略可跨基准与模型泛化，并…