Shizhe Diao

新しい方法で、効果的なテストケースと好みの学習を通じてコード言語モデルを強化する。

Lean4と言語モデルを使って定理証明を改善するためのフレームワーク。

効果を損なうことなくプルーニングとディスティレーションを使って言語モデルを縮小する方法。

この研究は、LLMがコードを使ってグラフ問題を解決するための新しい方法を提案してるよ。

研究者たちが複雑な数学的推論のために言語モデルを強化してる。