11:28
官方账号arXiv cs.LG@Tiangang Li, Xiangbo Tian
推荐理由：HARGO给HPC任务的RL后训练提了个新思路，不用标签就能按难度加权，四个任务上全面超过GRPO。
HARGO
共 1 条相关 AI 资讯
7月31日
11:28
SFT虽能让LLM掌握HPC领域知识，但在数据竞争检测与基准问答上行为不精准，88.65%的分类正确率下仍有65.9%的MLPerf回答超40字符。HPC任务异构性显著，答案长度差异达58倍，覆盖三种奖励分布。HARGO通过置信度调制的优势加权，无需任务类型标签即可适配。在四个HPC任务和九种方法的对比中，HARGO在WinRate 54.62%、Data Race F1 91.30%和PLP Similarity 0.8558上均取得最佳。