ReBalance
Управляющие векторы для эффективного рассуждения с помощью сбалансированного мышления (ICLR 2026) Этот репозиторий содержит управляющие векторы, представленные в...
Метка: iclr-2026
DeepSearch-1.5B
DeepSearch-1.5B🌟 — это модель рассуждения с параметрами 1,5 млрд, обученная с помощью обучения с подкреплением с проверяемыми вознаграждениями...