NeurIPS 2025-Papier des Qwen-Teams: Über die 80/20-Regel hinaus: Hoch-Entropie-Minderheitstoken treiben effektives Reinforcement Learning für LLM-Reasoning TLDR: In GRPO-ähnlichem RLVR sollten Sie den Verlust nur auf die 20 % der Token mit der höchsten Entropie anwenden. [1/7]

Genau wie Lex habe ich das Weltmodell von Tesla auf der NeurIPS ausprobiert Hier ist, was ich gelernt habe (offensichtlich konnten sie meine Hypothesen nicht bestätigen oder dementieren 😉) Am Stand von Tesla konnte man das Weltmodell in Echtzeit fahren, wie in einem Videospiel. Es ist um ein Vielfaches schneller als andere WMs. [1/4]