热点事件持续更新
研究团队提出AdaC-GRPO算法以攻克长程多模态推理难题
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12日，研究人员在 arXiv 发布研究成果，提出 AdaC-GRPO 方法，旨在攻克视觉数独等长程多模态推理任务中的奖励稀疏问题。该方法通过在线 rollout 准确率追踪模型的“最近发展区”，从而动态构建训练批次。同时，研究团队还配套推出了 FG-Sudoku 基准测试；测试结果表明，前沿模型在复杂 9*9 数独等具有长依赖特征的推理任务中表现依然受限。
AI 根据报道生成 · 7 小时前更新
最新进展10月12日 12:00
研究团队提出AdaC-GRPO算法与FG-Sudoku基准，解决长程多模态推理中的奖励稀疏问题。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv 人工智能AdaC-GRPO：通过自适应课程学习攻克长程视觉数独难题
研究人员提出 AdaC-GRPO 方法，通过在线 rollout 准确率追踪模型最近发展区并动态构建训练批次，解决了视觉数独等长程多模态推理中的奖励稀疏问题。配套推出的 FG-Sudoku 基准测试显示，前沿模型在复杂 9*9 数独等长依赖任务中表现受限。
本事件热度走势
当前热度 8·可比范围峰值 10（10月12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。