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.

Ir para a instalação

Informações da origem

Repositório
ADu2021/skillXiv
Última atividade na origem
26 de março de 2026 às 15:00
Idioma detectado do SKILL.md
inglês
Estrelas
6
Forks
0

Opções de instalação

Por padrão, está selecionado o prompt que primeiro revisa a origem. Você pode mudar para um comando direto ou baixar uma cópia local.

Revise os arquivos de origem

Leia o SKILL.md e os arquivos complementares exibidos pelo SkillsMP antes de decidir se vai instalar.