arXiv: LIFT: Pretraining von Latent Information Feedback Transformers mit Teacher Supervision 29. September 2026
arXiv: Verifier-Fehler in RLVR: Reward Hacking, Feedback-Limits und selektive Kontrolle 28. September 2026
PaperDoctor: Evidence-Grounded and Actionable Feedback for Scientific Papers in Progress 17. September 2026
Ein 1,3B-Parameter-InstructGPT, feingetunt mit RLHF, bevorzugt den 175B-GPT-3 bei Nutzern 4. März 2022
KI-Digest
MI · 28. Oktober 2026
KI-Digest
MI · 28. Oktober 2026
