AlibabaResearch / AlibabaResearch/RoTS

Some questions regarding your research

オープン
#3 コメント 0 件 リアクション 0 件 担当者 0 名 GitHub で見る
主要言語
言語のデータがありません
スター
6
フォーク
0
PR マージ指標
30日以内にマージされた PR はありません

説明

Although you control the final fine-tuning set size and use a comparable rollout budget, the current ablations only demonstrate the effectiveness of the overall FDE/EIR data-synthesis pipeline over root-level parallel sampling. You seem to not isolate the contribution of the proposed heuristic node-selection mechanisms. In particular, comparisons against random or uniform intermediate-node expansion, random failed-prefix recovery, and greedy priority-based selection without the UCB term are missing. Therefore, the observed gains may stem from prefix reuse, increased state/error diversity, or a higher-quality candidate data pool, rather than specifically from the proposed fragility and recovery-node selection criteria.

コントリビューションガイド

このリポジトリのコントリビューションガイドは索引されていません

評価

この issue はまだ評価されていません。

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。