本文へスキップ
ホットトピック継続更新中

国防科大与清华团队提出ICRPM模型

1 件の報道1 件の報道元2 時間前 更新

まずこの件を把握する

AI 概要

2026年11月6日,国防科技大学与清华大学团队提出ICRPM模型。该模型针对rollout预算优化,将近期任务与风险记录作为上下文,无需额外生成rollout即可直接预测策略更新后的下一步任务风险。在基于Qwen3-4B-Base的Countdown实验中,ICRPM在更难的CD4测试集上pass@1达到55.7%,两项平均准确率达65.4%,在各项表现上均优于GRESO与MoPPS。

AI が報道をもとに生成 · 2 時間前 更新

報道タイムライン

報道をたどり、出来事のさまざまな側面を知る。

11月6日
  1. AITNT · AI头条
    rollout预算最该花在哪?国防科大与清华提出ICRPM前瞻预测任务风险

    国防科技大学与清华大学团队提出 ICRPM,将近期任务与风险记录作为上下文,无需额外生成 rollout 即可直接预测策略更新后的下一步任务风险。在基于 Qwen3-4B-Base 的 Countdown 实验中,ICRPM 在更难的 CD4 测试集上 pass@1 达到 55.7%,两项平均准确率达 65.4%,均优于 GRESO 与 MoPPS。

このストーリーのホット度の推移

連続した観測データが足りないため、トレンドはまだ描画しません。