Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #3693

MATH500

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

2

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

Исследование показывает, что фрагментная подстановка по PRM (PPFG) не даёт заметного эффекта на протестированных моделях рассуждения

Статья выделяет PRM-Pruned Fragment Grafting (PPFG) как минимальное вмешательство во время инференса и тестирует его на Qwen2.5-7B-Instruct с Math-Shepherd на MATH500 (с репликацией по трём базовым моделям, шести бенчмаркам, второму PRM и перебором ворот). PPFG — как при целевой подстановке стагнаций, так и при случайной — статистически не отличалась от независимого parallel-CoT; авторы объясняют инертность некорректной нацеливаемостью (только ≈14% инъекций попадали в действительно затрудняющиеся цепочки) и состояниями плато, которые подстановка не исправляет, и предлагают шаблон тестирования эквивалентности для нулевых эффектов.

6.0

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

OBC-Prune: калибровка по результату улучшает прайнинг моделей рассуждения (arXiv:2609.17890v1)

В статье предложен OBC-Prune — метод калибровки прайнинга для крупных моделей рассуждения, который формирует пары сложность-совпадение корректных/ошибочных разверток и через интервенционный анализ оценивает причинную значимость предложений рассуждения. Полученные веса на уровне токенов масштабируют калибровочные активации для методов одношагового прайнинга (SparseGPT, Wanda, ALPS); на моделях DeepSeek-R1-Distill-Qwen 1.5B/7B/14B при 40% и 50% разреженности авторы сообщают стабильные улучшения по MATH500, LiveCodeBench и AIME 2025 по сравнению с базовыми калибровками.

7.0