跳到正文
热点事件持续更新

Hyperstition发布强化学习新标度律

1 篇报道1 个报道来源30 分钟前更新

先了解这件事

AI 综述

Hyperstition 团队提出强化学习标度律“judge-time scaling”,并以MIT协议在GitHub开源配套基准Hyper-Intervention。该方法增加推理阶段的裁判投入;团队称,裁判消耗不到1%的rollout tokens,在每3小时处理约2.9万至30.2万学生tokens的session中,使Instruct变体验证表现提升64%。

AI 根据报道生成 · 15 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月21日
  1. AGI Hunt
    Hyperstition 提出强化学习 scaling law「judge-time scaling」

    Hyperstition 团队提出强化学习新 scaling law「judge-time scaling」,并开源配套 benchmark「Hyper-Intervention」。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。