研究者提出AdaC-GRPO与FG-Sudoku基准
热点事件观察中
研究者提出AdaC-GRPO与FG-Sudoku基准
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Sida Li 等作者提出自适应课程强化学习方法 AdaC-GRPO，并同时提出按网格大小和所需推理步数分类的细粒度视觉数独基准 FG-Sudoku。据其介绍，AdaC-GRPO 通过在线 rollout 准确率追踪模型的“最近发展区”来动态构建训练批次，以缓解复杂视觉数独（如 9×9）近零成功率导致的奖励稀疏问题。 该方法针对的是长程多模态任务中 RLVR 效果不足的问题。相关说法来自作者自述，尚未见独立验证。
AI 根据报道生成 · 1 天前更新
最新进展10月12日 12:00
AdaC-GRPO：用自适应课程学习攻克长程视觉数独难题报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.AIAdaC-GRPO：用自适应课程学习攻克长程视觉数独难题
针对长程多模态任务中 RLVR 效果不足的问题，研究者提出 AdaC-GRPO，通过在线 rollout 准确率追踪模型的"最近发展区"来动态构建训练批次，缓解复杂视觉数独（如 9*9）近零成功率导致的奖励稀疏。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 1010月12日 13:00
- 近 24 小时变化
- -51%
02.557.510
18:0010月13日06:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。