热点事件持续更新
GAD-RL 提升 OCR 转录忠实度
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月1日，arXiv cs.AI 分类发布一篇论文，提出 GAD-RL 方法，通过门控与衰减机制自适应调节教师监督，用于提升 OCR 转录忠实度。报道称，该方法在 Qwen3.5-2B 模型上于 CHAOS-Bench 基准取得 59.92% Micro Recall，分别超越 GRPO 和 GRPO+OPD（固定权重）8.45 和 4.43 个百分点。目前该事件仅有这一篇报道，尚无后续进展或相互矛盾的说法。
AI 根据报道生成 · 2 小时前更新
最新进展10月1日 12:00
GAD-RL 论文发布，称在 CHAOS-Bench 上超越 GRPO 与 GRPO+OPD。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv：cs.AI（全量分类）GAD-RL：通过门控与衰减的在线策略蒸馏提升 OCR 忠实度
GAD-RL 通过门控与衰减机制自适应调节教师监督，在 Qwen3.5-2B 上于 CHAOS-Bench 取得 59.92% Micro Recall，分别超越 GRPO 和 GRPO+OPD（固定权重）8.45 和 4.43 个百分点。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。