CMU 论文提出统一训练：单一算法打通全流程

CMU 联合 Johns Hopkins 与 Aurora Innovation 发表论文《Training Foundation Models with a Single Algorithm》，提出 unified training 方法：用单一似然算法统一预训练、midtraining、SFT 与 RL 等后训练全流程，挑战传统多阶段训练范式。研究团队包括 Yuda Song、Alvin Zhang、Fahim Tajwar 等，顾问含 Jeff Schneider，换数据即可切换训练阶段。

2026-10-30 ~ 2026-10-31 · 4 条相关

• CMU 论文提出 unified training：预训练到后训练只用一个算法，换数据即可 — heghbalz · 2026-10-30
• 新研究提出「统一训练」:一个算法贯穿预训练到 RL 全流程 — adityakusupati · 2026-10-31

另有 2 条近重复转述:DanielKhashabi · CarnegieMellonU