PAR：进度对齐循环模型提升长度泛化
热点事件观察中
PAR：进度对齐循环模型提升长度泛化
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
研究者提出进度对齐循环模型 PAR：训练第 k 次迭代的预测对齐前 k 步操作后的状态，并将循环状态重新缩放到首次迭代的范数。基于 Qwen2.5-0.5B、最多 32 步训练的模型在 512 步的 swap-S₅ 任务上平均全状态准确率达 95.5%，是训练长度的 16 倍。 同一测试中，对比方法 RLT 的准确率为 55.7%，显式 CoT 仅 0.8%。消融显示，去掉范数锚定后外推倍数降至 2.2 倍以下。
AI 根据报道生成 · 2 小时前更新
最新进展10月20日 08:00
PAR：面向状态跟踪长度泛化的进度对齐循环模型报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- HuggingFace Daily PapersPAR：面向状态跟踪长度泛化的进度对齐循环模型
研究者提出进度对齐循环模型 PAR，让第 k 次迭代的预测对齐前 k 步操作后的状态，并将循环状态重新缩放到首次迭代的范数。基于 Qwen2.5-0.5B、最多 32 步训练的模型在 512 步的 swap-S₅ 任务上平均全状态准确率达 95.5%，是训练长度的 16 倍，而 RLT 为 55.7%、显式 CoT 仅 0.8%。消融显示去掉范数锚定后外推倍数降至 2.2 倍以下。
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。