高校专区

Xi'an Jiaotong University（西安交通大学）

2026-08-27 至 2026-08-27 共收录 1 篇

2608.25583 2026-08-27 cs.CL 新提交

GRIP: Granular Reward-Guided Parameter Interpolation for Efficient Reasoning

GRIP：用于高效推理的粒度奖励引导参数插值

Lam So, Canhui Wu, Han Lin

机构 * Peking University（北京大学）； Xi’an Jiaotong University（西安交通大学）

AI总结针对推理模型与指令模型的准确性-效率不匹配问题，提出GRIP框架，通过优化同架构两模型模块的可学习插值比例，实现更优的准确性-效率权衡。

Comments 13 pages, 8 figures

↑