BehaviorTrace：在线RL训练数据归因评测工具
热点事件持续更新
BehaviorTrace：在线RL训练数据归因评测工具
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
研究者 Amit Nautiyal 发布开源评估工具 BehaviorTrace，用于检验在线强化学习训练数据的归因方法。该工具在 Qwen2.5-1.5B 上以 GRPO 做在线 RL 微调，采用植入行为设置，并对梯度幅度、流畅度、提升空间以及种子和生成抽样差异设置对照。 Nautiyal 称，测试对象为已有估计器，包括 GAS（重归一化的 TracInCP）和 TRAK 式估计器，并未提出新方法。结果显示，在三个种子中有大量归因信号来自混淆因素。 研究未给出新的归因方法，代码与数据已随工具公开。
AI 根据报道生成 · 55 分钟前更新
最新进展10月8日 12:00
BehaviorTrace：在线 RL 训练数据归因的局限与评估清单报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv：cs.CLBehaviorTrace：在线 RL 训练数据归因的局限与评估清单
研究者发布 BehaviorTrace 开源评估工具，在 Qwen2.5-1.5B 上用 GRPO 在线 RL 微调检验训练数据归因方法，发现三个种子中大量归因信号来自混淆因素。
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。