embedding - LLM के लिए एंकर किए गए शोर के साथ अंतरिक्ष दिशात्मक अन्वेषण
EDEN एक LLM गणित पोस्ट-ट्रेनिंग विधि है जो RLVR रोलआउट के दौरान embeddings को प्रेरित करने के लिए एंकर किए गए गॉसियन शोर जोड़ती है। यह दोहराए जाने वाले लगभग समान नमूनों के बजाय दिशात्मक भिन्नता पैदा क…