探讨在线学习与异步LoRA训练的论文发布
xennygrimmato_ · x · 2026-07-10
作者在arXiv发布了关于在线学习（online learning）的初步研究论文。研究内容包括异步LoRA训练的API、对陈旧数据具有更强鲁棒性的OPSD方法，以及在OpenAI IH-Challenge上的消融实验。评论指出在生产环境中无法重复点击删除按钮，因此GRPO无法直接用于从经验中学习，而OPSD方法对陈旧数据的处理更具弹性。
xennygrimmato_ · x · 2026-07-10
作者在arXiv发布了关于在线学习（online learning）的初步研究论文。研究内容包括异步LoRA训练的API、对陈旧数据具有更强鲁棒性的OPSD方法，以及在OpenAI IH-Challenge上的消融实验。评论指出在生产环境中无法重复点击删除按钮，因此GRPO无法直接用于从经验中学习，而OPSD方法对陈旧数据的处理更具弹性。