Generación Autoregresiva Descentralizada
Descubre cómo la generación autoregresiva descentralizada logra equivalencia teórica con el entrenamiento centralizado. Validado en benchmarks multimodales.
#benchmarks multimodales
RLVR: el costo oculto de olvidar problemas resueltos
Descubre el fenómeno de rotación del conjunto correcto en RLVR, donde modelos olvidan problemas resueltos. Conoce REMIND, una técnica que mejora la retención sin costo adicional.
TRON: Entornos Verificables en Línea para Razonamiento Visual con RL
TRON genera instancias verificables bajo demanda para entrenar modelos de razonamiento visual con RL, mejorando benchmarks multimodales.