Skip to main content

rlvr-update-direction-analysis

Analyze reinforcement learning with verifiable rewards using signed log-probability differences to identify reasoning-critical tokens. Reveals that RLVR updates concentrate on low-probability tokens, enabling test-time amplification and training-time reweighting techniques.

Aller à l'installation

Informations de source

Dépôt
ADu2021/skillXiv
Dernière activité de la source
26 mars 2026 à 15:00
Langue détectée de SKILL.md
anglais
Étoiles
6
Forks
0

Options d'installation

Le prompt qui vérifie d'abord la source est sélectionné par défaut. Vous pouvez passer à une commande directe ou télécharger une copie locale.

Vérifiez les fichiers source

Lisez SKILL.md et les fichiers associés affichés par SkillsMP avant de décider de l'installer.