Wesum AI
首页
图谱
主题百科
首页
/
图谱
/
CAMEL
CAMEL
模型
提出置信度门控反思机制的 14B 参数奖励模型,达到 82.9% 平均准确率
1 次提及
4 个连接
首次出现: 2026-07-12
最近出现: 2026-07-12
关系图谱
关系 (4)
发布 (2)
TikTok
NUS
基于 (1)
Qwen3
使用技术 (1)
GRPO
相关文章 (1)
1.
机器之心 - ICML2026|让奖励模型更准更高效,TikTok、NUS提出置信度门控