CMU L3 实验室携 GradAlign 等论文亮相 COLM 2026
wellecks · x · 2026-10-06
CMU L3 实验室(Sean Welleck 组)三位博士生参加 COLM 2026,多篇论文入选:
- GradAlign:面向 LLM 强化学习的梯度对齐数据选择方法。针对 RL 非平稳性导致训练问题质量敏感的痛点,用小型可信验证集筛选策略梯度与验证梯度方向一致的训练题,形成自适应课程;在不可靠奖励、分布失衡、低效用语料三种数据场景下均超越现有基线。代码已开源(GitHub: StigLidu/GradAlign)
- Mind the Sim2Real Gap in User Simulation for Agentic Tasks:探讨用 LLM 模拟用户做 Agent 多轮评测时的 sim2real 差距问题
「研究」频道最新
- 数学界缺乏实证传统，费马奖千份错误证明暴露领域盲区 — RexDouglass · 2026-10-06
- NanoGPT speedrun 刷新纪录：速度提升 11.3%，论文即将发布 — yoavartzi · 2026-10-06
- CMU 团队 PNAS 论文警示 AI 科学家系统:自动化越多,可见性越少 — Dr_Atoosa · 2026-10-06
- Embodied Analysis 发布统一评测平台:物理智能体与世界模型同框架横评 — qinzytech · 2026-10-06
- COLM 论文直指 softmax 梯度瓶颈,作者曾以新 LM head 破 nanogpt speedrun 纪录 — yoavartzi · 2026-10-06
- 用"拟态欲望"理论分析智能体黑话:Neuralese 行话图谱上线 — kalladomcdowell · 2026-10-06