#rlvr — Public Fediverse posts
Live and recent posts from across the Fediverse tagged #rlvr, aggregated by home.social.
-
[Перевод] Как управлять reasoning effort в LLM
Как современные LLM получают разные настройки reasoning effort: системные промпты, SFT, RLVR, штрафы за длину, reasoning budgets и on-policy-дистилляция. Разбираем DeepSeek V4, Nemotron 3 Ultra, Kimi K2.5 и K3, GLM-5, Qwen3 и Inkling.
https://habr.com/ru/articles/1071250/
#LLM #reasoning_models #reasoning_effort #RLVR #reinforcement_learning #inference_scaling
-
→ Les 4 étapes pour entrainer un LLM
https://scienceetonnante.com/blog/2025/04/25/les-4-etapes-pour-entrainer-un-llm/« Voilà le principe de l'apprentissage par renforcement avec une récompense vérifiable [RLVR], qui permet de se passer d'humains qui doivent juger si la réponse est conforme ou pas. »