solution-completeness

标签

#solution-completeness

奖励信息稀疏自编码器与解决方案完整性混淆

arXiv cs.CL ↗ · 2026-08-28 缓存

本文介绍了奖励信息稀疏自编码器 (RI-SAEs)，利用强化学习奖励来提升可解释性，但发现好坏推理的区分主要由解决方案完整性驱动，而非推理质量。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈