新训练法：可组合课程与难度池优化数据采样
samsja19 · x · 2026-08-26
提出了一种“可组合课程”的训练环境管理方案，允许每个环境管理自己的数据。核心机制是引入“难度池”，在模型能力提升过程中，记录已见任务的难度，通过避免重采样简单数据并谨慎注入困难数据，来优化训练效率。
「研究」频道最新
- 技术笔记：Small EPS 仅改变范数，不影响模型性能 — YouJiacheng · 2026-08-26
- 借鉴金融预测基准：LLM 评测亟需引入运气的上限天花板 — Crescitaly · 2026-08-26
- 研究者质疑：把 harness 优化包装成「递归自我改进」言过其实 — andrey_kurenkov · 2026-08-26
- Game2World 引擎：去除游戏 UI 提升世界模型训练效果 — GameWorldData · 2026-08-26
- UAI2026 公布三位主题演讲嘉宾，聚焦因果学习 — LesterMackey · 2026-08-26
- 30 问吃透 Embeddings 与向量检索:从对比训练到 HNSW 与评测 — techNmak · 2026-08-26