DART-ES：进化策略微调LLM新方法

Zhishen Sun等作者提交论文，提出DART-ES方法，用于改进进化策略（ES）微调大语言模型的效果。该方法通过扰动种群的通过率估计各问题的局部可解性，据此构建动态难度状态，同时指导难度重加权和稀有可解样本的定向回放，无需额外难度模型或反向传播。 该论文发布于arXiv的cs.LG分类，提出者的说法是DART-ES旨在解决此前ES微调方法存在的局限，但报道未给出实验对比数据或验证结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。