Annealing escalable en inferencia con estimadores sustitutos
SITA: annealing escalable que evita divergencias para muestreo molecular eficiente. Lider en alanina dipeptido y tripeptido.
#annealing
Modelos pequeños: exploradores naturales para diversidad en GRPO
Descubre cómo los modelos pequeños mejoran la diversidad en GRPO y entrenan modelos grandes con mayor eficiencia. Aumenta el rendimiento en razonamiento matemático.