小红书 AllSpark 提出 ROSS 训练方法
热点事件持续更新
小红书 AllSpark 提出 ROSS 训练方法
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
小红书 AllSpark Team 提出 ROSS 方法：筛选模型在训练中自生成的 rollout 中有价值的轨迹片段，保留完整上下文做选择性监督，让模型重新学习这些 rollout。 基于 Qwen3.6-35B-A3B，该方法在单轮 RL 中把数学均分从 75.19% 提至 76.98%、代码从 42.09% 提至 44.21%，MOPD 均分从 58.40% 提至 62.20%。上述结果为该团队报告的数据。
AI 根据报道生成 · 2 小时前更新
最新进展10月20日 17:59
小红书 AllSpark 提出 ROSS：让模型重学训练中自生成的 rollout报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- RadarAI小红书 AllSpark 提出 ROSS：让模型重学训练中自生成的 rollout
小红书 AllSpark Team 提出 ROSS，通过筛选训练中自生成 rollout 的有价值轨迹片段并保留完整上下文做选择性监督，让模型重新学习这些 rollout。基于 Qwen3.6-35B-A3B，该方法在单轮 RL 中把数学均分从 75.19% 提至 76.98%、代码从 42.09% 提至 44.21%，MOPD 均分从 58.40% 提至 62.20%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。