热点事件持续更新
浙大与北大团队提出多答案问答RL框架SPADER
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月19日，浙江大学与北京大学联合团队提出名为 SPADER 的强化学习框架，旨在解决多答案问答场景中长尾实体覆盖不足的问题。该方法将 GRPO 细化到步骤级以实现信用分配，并结合信息增益与新颖度溢价构成双轴奖励，从而激励模型对稀有实体进行探索。在 Llama3.1-8B 与 Qwen3-8B 基座模型上的测试显示，SPADER 在四个基准上的 F1 指标实现全面领先；其中在 QAMPARI 基准上，相较于 PPO 与 GRPO 最高取得 86.1% 的提升。
AI 根据报道生成 · 3 小时前更新
最新进展10月19日 11:56
团队提出基于步骤级GRPO与双轴奖励的SPADER，在QAMPARI基准上F1最高提升86.1%。报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- AITNT · AI头条浙大与北大团队提出 SPADER：用 step-wise GRPO 与多样性感知奖励驱动多答案问答长尾探索
浙大与北大团队提出强化学习框架 SPADER，以解决多答案问答中长尾实体覆盖不足的问题。该方法将 GRPO 细化到步骤级进行信用分配，并采用信息增益与新颖度溢价双轴奖励激励稀有实体探索。在 Llama3.1-8B 与 Qwen3-8B 基座上，SPADER 在四个基准的 F1 全面领先，在 QAMPARI 上较 PPO 与 GRPO 最高提升 86.1%。
本事件热度走势
当前热度 9·可比范围峰值 10（10月19日 12:00）·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。