scaffolded-rewrites

标签

#scaffolded-rewrites

并非所有提示都是平等的：探索引导的提示脚手架用于多模态强化后训练

Hugging Face Daily Papers ↗ · 2026-09-14 缓存

本文提出了一种探索引导的提示脚手架框架，该框架动态调整多模态强化学习的训练提示，在基准测试中实现了高达9.7%的相对性能提升。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈