Bilanz der Quelle: Ein Studium zeigt, dass die verbreitete Hypothese, dass RL-Post-Training nur bestehendes Verhalten verbessert und Single-Shot auf Kosten der Lösungsabdeckung gilt, nicht für alle Fälle gilt. Die Arbeit zeigt, dass vortrainierte LLMs mit leichtem Inference-Harness durchaus fähige Agenten sind und in pass@K deutlich besser sind als post-trainierte Pendants, obwohl ihre pass@1 niedriger ist.
🔗 Im Original weiterlesen → · 🗃 Wayback Machine (Archiv)
ℹ️ KI-Hinweis
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
