ForkGRPO：扩散语言模型强化学习框架
热点事件持续更新
ForkGRPO：扩散语言模型强化学习框架
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
Zhaoyan Jia 等作者提交预印本论文，提出面向扩散语言模型（dLLM）的强化学习框架 ForkGRPO，做法是从高熵中间状态采样多条续写，并做段级信用分配。 作者称，在四个基准中的三个上 ForkGRPO 优于同类架构保持型 RL 方法，比 JustGRPO 最高提升 1.2 个百分点，生成 token 最多减少 27.8%；ForkGRPO-Fast 进一步实现 2.49 倍训练墙钟加速，精度损失可忽略。上述性能数字均出自论文自述。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
ForkGRPO：面向扩散语言模型的高效探索与细粒度信用分配报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.CLForkGRPO：面向扩散语言模型的高效探索与细粒度信用分配
ForkGRPO 是一个面向扩散语言模型（dLLM）的强化学习框架，通过从高熵中间状态采样多条续写并结合段级信用分配来提升推理能力。在四个基准中的三个上，它的性能优于同类架构保持型 RL 方法，比 JustGRPO 最高提升 1.2 个百分点，生成 token 最多减少 27.8%。ForkGRPO-Fast 进一步实现 2.49 倍训练墙钟加速，精度损失可忽略。
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。