Niall Dalton

収録論文 1本 ・ フィジカルAI/ロボット学習

※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。

論文

• 事後学習が言語モデルの言語化されたアルゴリズム計算に与える影響
  推論/CoT2026/11/10

  Olmo-3-7B-Instructの多桁加算タスクでSFT・DPO・RLVRの各チェックポイントを比較し、事後学習が内部状態の利用や言語化された推論(CoT)の有用性をどう変えるかを調べた論文。