AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:熵塑形×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
5月20日
10:46
10:46arXiv: DeepSeek@Shuyu Wei, Jian Sun, Delai Qiu, Yining Wang, Shengping Liu, Jiaen Liang, Ying Fu, Wei Huang, Jitao Sang
精选
针对大语言模型推理中响应长度与准确率的权衡问题,研究者提出条件熵塑形(CES)框架。CES基于DAPO,利用token级熵作为不确定性信号,对正确推理路径的高熵“分叉点”进行惩罚以提升简洁性,对错误路径的高熵点给予奖励以鼓励探索。在DeepSeek-R1-Distill-7B上测试12个数学基准,CES在保持或提升准确率的同时显著缩短响应长度,在1.5B小模型和域外基准上也有类似效果。该方法为自适应推理提供了新思路,尤其适合需要高效准确推理的场景。
论文推理模型熵塑形响应长度优化DeepSeek-R1-Distill-7B数学推理

推荐理由:做LLM推理优化的团队终于有了一个能同时提升准确率和缩短响应长度的方案——CES框架在数学推理任务上效果显著,建议做模型推理效率的开发者点开看看具体实现。
原文
精选全部日报登录