A.I. 日报
FLEET算法：用记忆增强搜索替代重复采样
作者提出FLEET，通过将外部奖励归因到特定token并用MCTS调整logits，使生成过程感知历史奖励。在GSM8K上以一半迭代达到基线，在LiveCodeBench v6上将分数从0.59提升至0.69，仅需9次迭代对比基线32次。
AI 日报收录的 FLEET 相关报道，共 1 篇，按时间倒序，每小时更新。
FLEET算法：用记忆增强搜索替代重复采样作者提出FLEET，通过将外部奖励归因到特定token并用MCTS调整logits，使生成过程感知历史奖励。在GSM8K上以一半迭代达到基线，在LiveCodeBench v6上将分数从0.59提升至0.69，仅需9次迭代对比基线32次。