スパースリワードが引き起こすLLMの推論ショートカットとは？
スパースリワードパラドックス：強化学習によるLLMの記憶ショートカットのメカニズム的解析
査読前の可能性がある研究情報
スパースリワードがLLMの記憶ショートカットを誘発し、推論性能に悪影響を与えるメカニズムを解明
速報・AI要約未精査
arXiv cs.CL
毎日更新・AIニュース考察
AI記事考察ノート
公式発表・研究プレプリント・実装コミュニティの記事を、読む前に押さえたい文脈と注意点つきで整理。
6839掲載記事
5227深堀り対応
01