标签
介绍了AdaKP，一种在线自适应知识点选择器，能够在强化学习训练过程中动态重新选择注入哪些原子提示，以缓解推理任务中的奖励稀疏问题，在竞赛级数学基准上取得了改进，且开销可忽略不计。
FastCentNN 是质心神经网络的一种加速变体，它利用基于每个训练轮次质心移动的熵代理来触发早期分裂，从而将运行时间减少高达16%，同时保持聚类质量。