热点事件持续更新

RACE：策略与评分细则自适应协同进化框架

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

Yizhu Chen 等作者提出奖励自适应协同进化框架 RACE，让策略与评分细则（rubric）按训练信号动态协同更新。其做法是在组级别把 rollout 组分为信息量充足、多样性坍缩和 rubric 失效三类，仅用信息量充足的组更新策略；在阶段级别以事件触发切换 rubric 优化，并通过比例控制在线调整阈值。在统一评测协议下，RACE 在全部八项任务上平均表现最优，超过最强的固定交替基线，同时提升 rubric 区分度。

AI 根据报道生成 · 2 小时前更新

最新进展10月31日 12:00

RACE：策略与评分细则的自适应协同进化框架

报道时间线

沿着报道，了解事件的不同侧面。

10月31日

12:00
arXiv cs.AI
RACE：策略与评分细则的自适应协同进化框架
RACE 提出一种奖励自适应协同进化框架，让策略与评分细则（rubric）按训练信号动态协同更新。它在组级别将 rollout 组分为信息量充足、多样性坍缩和 rubric 失效三类，仅用信息量充足的组更新策略；在阶段级别以事件触发切换 rubric 优化，并通过比例控制在线调整阈值。在统一评测协议下，RACE 在全部八项任务上平均表现最优，超过最强的固定交替基线，同时提升 rubric 区分度。

本事件热度走势

可比范围当前: 7
可比范围峰值: 810月31日 22:00
近 24 小时变化: –

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。