模型精选20:11模型将宪法训练与 RLVR 拆进不同表示空间一个训练上的坑:模型会把宪法训练和 RLVR 隔到不同表示空间,Thom_Wolf 说这样不行。#RLVR#宪法训练#AI安全#数据流形Thomas Wolf@Thom_Wolf原文稍后读已读值得跟进有用关注 RLVR
论文10:26显微镜下的数据流形:用于几何估计的基准测试框架这篇论文给了一个实用的基准测试工具,帮你检验数据流形几何估计方法的准确性,还能用来验证理论假设。#dSprites#COIL-20#β-VAE#数据流形aarXiv cs.LG@Marios Koulakis, Constantin Seibold原文稍后读已读值得跟进有用关注 dSprites