Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #3694

LiveCodeBench

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

2

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

CoVer: награды на основе информационной выгоды и отбор разнообразных тестов для более надёжной генерации кода

В статье arXiv:2609.21208v1 предложен CoVer — единая GRPO-схема совместного обучения кодера и верификатора с наградой на основе информационной выгоды (взаимная информация с градуированной сигнализацией правильности) и трёхступенчатой фильтрацией тестов по разнообразию. Авторы сообщают улучшение one-shot pass@1 по сравнению с Qwen2.5-Instruct (+5.8 пункта при 7B, +7.1 пункта при 14B) на пяти бенчмарках и +3.5 пункта при интеграции в CodeT с 7B.

7.0

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