Motor de búsqueda semántica y clasificador en ResearchMath-14k
Aprende a construir un motor de búsqueda semántica y un clasificador de estado abierto sobre el dataset ResearchMath-14k usando embeddings, clustering y machine learning.
#problemas matemáticos
Aprendizaje por Refuerzo desde Retroalimentación Rica con DAgger Distribucional
Descubre DistIL: aprendizaje por refuerzo con retroalimentación rica para razonamiento, código y matemáticas. ¡Lee más!
Aprendizaje por Refuerzo con Retroalimentación Enriquecida usando DAgger Distribucional
Descubre cómo DistIL optimiza el aprendizaje por refuerzo usando retroalimentación rica (trazas, correcciones, autoevaluación) para mejorar en razonamiento, código y matemáticas.
Modelado de lenguaje conforme mediante muestreo posterior
Descubre cómo el muestreo posterior calibrado reduce las alucinaciones en LLMs, mejorando coherencia y utilidad en generación de texto.
Resolviendo problemas de construcción de respuestas con Lean formalmente
Descubre cómo el marco ECP combina LLMs y Lean para resolver problemas de construcción de respuestas con pruebas formales verificadas.