Kontrolle von Sharpening beim Post-Training von LLMs
Diese Arbeit untersucht das Phänomen des Sharpening beim Reinforcement-Learning-Post-Training von LLMs und beleuchtet Gegenmaßnahmen.
Diese Arbeit untersucht das Phänomen des Sharpening beim Reinforcement-Learning-Post-Training von LLMs und beleuchtet Gegenmaßnahmen.