GAC 自适应混合后训练方法发布 Qwen3.5-4B 检查点
热点事件持续更新
GAC 自适应混合后训练方法发布 Qwen3.5-4B 检查点
1 篇报道1 个报道来源23 小时前更新
先了解这件事
AI 综述
Yuelin Hu 等作者更新了论文 camera-ready 版本，新增 GAC 方法的参考实现、项目页，以及一个基于 Qwen3.5-4B compact-backbone 的检查点。论文称实验结果与结论未变。 GAC 是一种面向混合 SFT-RL 后训练的噪声感知自适应混合控制器。它通过最小化混合随机梯度的 MSE 上界推导出闭式混合权重 mu*，并在 CHORD 的 token 级重加权基础上加入 EMA 平滑、调度先验和更新上限，所有统计量在线估计。 作者未在更新中报告新的实验结论，Qwen3.5-4B 检查点的具体效果尚无论文数据支持。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
GAC：面向混合 SFT-RL 后训练的噪声感知自适应混合方法报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AIGAC：面向混合 SFT-RL 后训练的噪声感知自适应混合方法
研究者提出噪声感知自适应混合控制器 GAC，通过最小化混合随机梯度的 MSE 上界推导出闭式混合权重 mu*，在 CHORD 的 token 级重加权基础上加入 EMA 平滑、调度先验和更新上限，所有统计量在线估计。
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。