长时程后训练技巧：超细粒度程序生成与归因
tokenbender · x · 2026-08-20
作者分享了一种在长时程任务后训练中近乎“作弊”的技巧：“超细粒度程序生成”。
核心思路：
- 利用 pass@128 生成多个尝试。
- 将失败样本进行桶分类。
- 进行超细粒度验证。
效果： 这种方法能有效归因长时程工作流中的特定片段，解决当前策略梯度算法难以准确分配信用的问题。作者还调侃，凭借此技术结合学术圈资源，甚至能炮制论文进入顶尖实验室。
所属事件:超细粒度程序生成助力长程任务后训练(2 条相关)→
「编程与Agent」频道最新
- 玩笑成真：Cursor Origin 实现了 Agent 缓存构想 — willccbb · 2026-08-20
- Reality Check 技能：引导 Agent 纠错与任务聚焦 — doodlestein · 2026-08-20
- VSIINK：利用 Unicode 变异选择器的隐形墨水编码 — Singularity_Warrant0 · 2026-08-20
- Agent 自主工作 5 个月：产出 8100 次提交的 Redis — KashPrime · 2026-08-20
- Agent 框架基准测试：pi 优于 DeepSeek dsh — solyarisoftware · 2026-08-20
- Codex越修越复杂？一个防「过度防御性代码」的复盘提示词 — kevinkern · 2026-08-20