GAC：噪声感知自适应混合的SFT-RL后训练方法
热点事件持续更新
GAC：噪声感知自适应混合的SFT-RL后训练方法
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
研究者提出噪声感知自适应控制器 GAC，用于混合 SFT-RL 后训练。该方法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。 论文的相机版更新新增了 Qwen3.5-4B 紧凑骨干检查点、参考实现与项目页链接，实验结论未变。
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。