训练门槛不通过就回滚重试
snwy_me · x · 2026-07-19
截图里给出一个训练控制器的做法：先训练候选模型 25 步，用新随机种子生成 candidate；如果候选通过某个评估门槛，就把它升级为 champion，否则丢弃并继续重复。配文的提问也在确认：流程是不是就是“训练—过门槛—回滚/重试”。
这更像是在讨论训练管线里的自动筛选与迭代控制，而不是单纯的模型效果展示。信息重点在于：训练过程已经被做成一种可反复试探、按门槛晋级的控制系统。
「研究」频道最新
- Meta FAIR 提出 Self-Direction:把 agent 失败变成 LoRA 技能,成功率提 13.8pp — karen_ullrich · 2026-10-27
- DONIC 双手机器人追踪成功率 86.79%，远超此前 SOTA 的 9.43% — liuziwei7 · 2026-10-27
- 为什么没有更多 10M 上下文模型?研究者抛出注意力机制疑问 — agarwl_ · 2026-10-27
- 研究者吐槽:论文里 PSNR 低于 15dB 基本是用错了指标 — kwangmoo_yi · 2026-10-27
- Ortet 首批医疗评测:34 个开源模型 50 项任务,通用排名不够用 — thegautamkamath · 2026-10-27
- Scaling 拟合之争:Uncheatable 计入输出头 FLOPs,Paloma 剔除,最小档差距高达 65% — dlwh · 2026-10-27