热点事件持续更新
研究者提出扩散大语言模型强化学习框架ForkGRPO
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月15日，研究人员在arXiv发布面向扩散大语言模型的强化学习框架ForkGRPO。该框架通过从高熵中间状态分叉采样并复用前缀，实现高效探索与细粒度分段信用分配。实验表明，ForkGRPO在4个基准中的3个取得同类最佳表现，相较于JustGRPO性能最高提升1.2个百分点，且生成的token数量减少达27.8%。此外，该研究还推出了变体ForkGRPO-Fast，在精度损失可忽略的情况下实现了2.49倍的训练时钟加速。
AI 根据报道生成 · 6 小时前更新
最新进展10月15日 12:00
研究者提出ForkGRPO框架，在减少token生成的同时提升扩散大模型性能与训练速度。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv 自然语言处理ForkGRPO：面向扩散大语言模型的高效探索与细粒度信用分配
研究人员提出强化学习框架 ForkGRPO，通过从高熵中间状态分叉采样并复用前缀，为扩散大语言模型实现高效探索与细粒度分段信用分配。该方法在 4 个基准中的 3 个取得同类最佳，较 JustGRPO 提升最高 1.2 个百分点且生成 token 减少达 27.8%。其变体 ForkGRPO-Fast 还在可忽略的精度损失下实现 2.49x 训练时钟加速。
本事件热度走势
当前热度 8·可比范围峰值 10（10月15日 13:00）·近 24 小时可比范围变化 –
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。