arXiv · Machine Learning· Amit Arnold Levy·2026-10-28 12:00· 9 小时前AI 评分44

使用强化学习进行基于 LLM 的事件预测

Reinforcement Learning for LLM-based Event Forecasting

AI 导读

研究使用 Group Relative Policy Optimization（GRPO）微调1.5B至14B参数的预训练 LLM，使其借助 Wikipedia revisions tool 或新闻摘要预测超出知识截止范围的真实事件。