强化学习事件预测论文报告模型表现
热点事件持续更新
强化学习事件预测论文报告模型表现
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Amit Arnold Levy提交了《Reinforcement Learning for LLM-based Event Forecasting》修订版；论文称，GRPO微调后的1.5B参数Qwen 2.5在同一数据集上的事件预测表现优于Claude Sonnet 3.5，衡量指标是相对于市场共识概率的交叉熵。 研究用GRPO微调1.5B至14B参数的预训练语言模型，并借助Wikipedia修订记录工具或新闻摘要，预测超出模型知识截止范围的真实事件。
AI 根据报道生成 · 52 分钟前更新
最新进展10月28日 12:00
使用强化学习进行基于 LLM 的事件预测报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine Learning使用强化学习进行基于 LLM 的事件预测
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。