LEAF: Growing Trees Without Branching for Speech-Aware Large Language Model Post-Training

En 3 lignesLEAF est une méthode RL basée sur des arbres rétrospectifs pour l'entraînement post-training de LLM conscients de la parole. Elle améliore l'attribution de crédit en groupant les réponses par préfixes partagés et assignant des avantages au niveau des spans. LEAF surpasse GRPO sur les benchmarks de question-réponse et traduction vocale.

Résumé généré par Claude — vérifié par l'humain