Let’s Verify Step by Step
来自 OpenAI 的 process supervision
来自 OpenAI 的 process supervision
来自 DeepSeek 的 process supervision
图上特征 prompt 等价各异 graph prompt
统一 graph/edge/node-level 的 graph prompt
讨论 RoPE base 对于相似 Tokens 感知能力的影响
理解 RoPE 的高低频
LLM Representational Collapse
TTA, Test-Time Augmentation
Adam 预训练的 1-bit SGD 优化方法
CPT, 类似 CosineAnnealingWarmRestarts 的 Precision 循环机制