热点事件持续更新
研究者提出MOER混合策略优化框架并开源
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月23日，研究者在 arXiv 发布论文，提出了一种名为 MOER 的混合策略优化框架，旨在平衡专家引导与模型的自主探索。该框架在提示词中注入逐渐衰减的专家思维链前缀以引导模型推理，同时引入选择性回滚机制，在生成失败时替换为完整专家轨迹以确保输出正确性。此外，MOER 结合了 GRPO 与置信域 SFT 损失，显著提升了训练稳定性。实验表明，MOER 在数学和通用领域推理任务中均取得了最高平均分，优于现有的各类混合策略基线。目前，该研究的相关代码已正式开源。
AI 根据报道生成 · 7 小时前更新
最新进展10月23日 12:00
研究者提出MOER混合策略优化框架，在数学与通用推理任务中表现优异并已开源代码。报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv 机器学习MOER：基于专家前缀引导与选择性回滚的混合策略优化框架
MOER 是一种平衡专家引导与自主探索的混合策略优化框架，通过在提示词中注入逐渐衰减的专家思维链前缀引导模型推理。其引入选择性回滚机制在生成失败时替换为完整专家轨迹以确保正确性，并结合 GRPO 与置信域 SFT 损失大幅稳定训练。实验表明 MOER 在数学和通用领域推理任务中取得最高平均分，优于现有各类混合策略基线，代码已开源。
本事件热度走势
当前热度 8·可比范围峰值 10（10月23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。