Простые модели в ресерче: изучаем странности RLVR без GPU
18 июля 2026 г.
Время показано в часовом поясе: Europe/Moscow
Зал 1
О докладе
Поговорим о парадоксе размера группы N в RLVR: почему при средних N модель концентрируется на том, что уже знает. Пройдем путь от обнаружения аномалии до интуиции, которая лежит в основе метода F-GRPO . Обсудим границы применимости симуляций и то, как математические механизмы помогают находить лаконичные решения без большого количества GPU