热点事件持续更新
研究团队提出循环大语言模型自提升框架LoopOPD
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月9日，研究团队在arXiv发布论文，提出面向循环大语言模型（LoopLMs）的同策略蒸馏框架LoopOPD及其动态版本D-LoopOPD。该框架利用内部循环计算作为监督源实现自我提升，通过将终端循环策略作为具备算力特权的教师来监督中间循环，并在模型更新过程中动态刷新教师。在Ouro-Thinking模型上的实验结果显示，该方法显著提升了模型在数学推理、通用推理与代码生成方面的表现。研究团队表示，相关代码及模型权重将在论文接收后开源。
AI 根据报道生成 · 5 小时前更新
最新进展10月9日 12:00
研究团队提出循环大模型同策略蒸馏框架LoopOPD，代码及权重接收后开源。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv 机器学习LoopOPD：面向循环大语言模型的动态跨循环同策略蒸馏
研究团队提出面向循环大语言模型（LoopLMs）的同策略蒸馏框架 LoopOPD 及动态版本 D-LoopOPD，利用内部循环计算作为监督源实现自我提升。LoopOPD 将终端循环策略作为算力特权教师监督中间循环，并在更新中动态刷新教师。在 Ouro-Thinking 模型上的实验表明，该方法显著提升了数学推理、通用推理与代码生成表现；代码及权重将在接收后开源。
本事件热度走势
当前热度 9·可比范围峰值 10（10月9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。